Kaggle의 NFL Big Data Bowl 2023에서 제공되는 데이터를 바탕으로 'NFL 패스 플레이에서의 라인맨 평가'를 주제로 주니어 프로젝트를 진행했다. 도메인 지식: 미식축구(football) 득점 방법 touchdown (6점): 경기의 주 목표로,
0. 배경 및 필요성 plays.csv 파일의 playDescription 열에서 패스 플레이 시 패스를 한 선수, 패스를 받은 선수, sack을 한 선수 등의 이름을 추출하는 방식으로 데이터를 가공했다. 이것을 한 이유는 라인맨 대 라인맨의 상대 전적을 파악할 때, 상대 전적과 선수의 여러 가지 스펙 간 어떤 연관성이 있는지 데이터를 통해 파악하고 주요...
spotrac.com에서 테이블 형식으로 정리된 라인맨의 연봉 정보를 크롤링하였다. 1. 크롤링 준비 먼저 필요한 라이브러리를 설치해주고 빈 시트를 생성해준다. 웹페이지 주소로 이동한다. 2. 웹페이지의 구성 파악 웹페이지에서 개발자 도구 (Ctrl+Shift+
pffScoutingData.csv 및 players.csv로 offensive 및 defensive lineman에 대해 EDA 및 전처리를 수행하였다. 1. offensive lineman 분석 pffScoutingData.csv에서 offensive linema
0. 배경 주니어 프로젝트 마지막 단계로 태블로로 시각화를 진행하였다. 기존 결과물은 여기에서 확인할 수 있다. 아래와 같이 선수 기본 정보, 평가 지표, 선수 정보 3가지 섹션으로 구성되었으며 필터 옵션을 통해 각 선수를 이름으로 선택하고, 라인맨 이름에 마우스오버
레이더 차트 레이더 차트는 태블로에서 제공되지 않는다. 각 지표들을 360도에 나누어서 표현하기 위한 위치 좌표를 설정해 주어야 한다. 데이터 피벗 태블로에서 엑셀 파일을 연동한 후 태블로 피벗 기능을 통해 데이터 구조를 바꿔준다. 원본 데이터의 형태는 위와 같은데