MLBのデータがあるので、触り始めてみた。

https://github.com/jldbc/pybaseball

これから触るにあたり、概要だけ確認しておく。

pybaseball

!pip install pybaseball

statcast

baseballsavant.com

from pybaseball import statcast

カラムは以下。一部だけ記載

• pitch_type: ピッチの種類（ファーストボール、カーブボールなど）
• game_date: 試合の日付
• release_speed: ピッチを投げたときのピッチの速度（mph）
• release_pos_xとrelease_pos_y: ホームベースからのピッチを投げたときのx座標とy座標（フィート）
• player_name: ピッチを投げたプレイヤーの名前
• batter: バッターのID
• events: プレーで何が起こったかを表す（ストライクアウト、シングル、ホームランなど）
• description: プレーの詳細な説明
• zone: ストライクゾーン内のピッチの位置（1〜9）
• stand: バッターの打席スタンス（レフト、ライト、両打）
• p_throws: 投手の投球手（レフト、ライト）
• home_teamとaway_team: ホームチームとアウェイチーム
• ballsとstrikes: 打席内のボール数とストライク数
• launch_speed: バットで打たれたボールの速度（mph）
• launch_angle: バットで打たれたボールの角度（度）

全部は以下

Index(['pitch_type', 'game_date', 'release_speed', 'release_pos_x',
       'release_pos_z', 'player_name', 'batter', 'pitcher', 'events',
       'description', 'spin_dir', 'spin_rate_deprecated',
       'break_angle_deprecated', 'break_length_deprecated', 'zone', 'des',
       'game_type', 'stand', 'p_throws', 'home_team', 'away_team', 'type',
       'hit_location', 'bb_type', 'balls', 'strikes', 'game_year', 'pfx_x',
       'pfx_z', 'plate_x', 'plate_z', 'on_3b', 'on_2b', 'on_1b',
       'outs_when_up', 'inning', 'inning_topbot', 'hc_x', 'hc_y',
       'tfs_deprecated', 'tfs_zulu_deprecated', 'fielder_2', 'umpire', 'sv_id',
       'vx0', 'vy0', 'vz0', 'ax', 'ay', 'az', 'sz_top', 'sz_bot',
       'hit_distance_sc', 'launch_speed', 'launch_angle', 'effective_speed',
       'release_spin_rate', 'release_extension', 'game_pk', 'pitcher.1',
       'fielder_2.1', 'fielder_3', 'fielder_4', 'fielder_5', 'fielder_6',
       'fielder_7', 'fielder_8', 'fielder_9', 'release_pos_y',
       'estimated_ba_using_speedangle', 'estimated_woba_using_speedangle',
       'woba_value', 'woba_denom', 'babip_value', 'iso_value',
       'launch_speed_angle', 'at_bat_number', 'pitch_number', 'pitch_name',
       'home_score', 'away_score', 'bat_score', 'fld_score', 'post_away_score',
       'post_home_score', 'post_bat_score', 'post_fld_score',
       'if_fielding_alignment', 'of_fielding_alignment', 'spin_axis',
       'delta_home_win_exp', 'delta_run_exp'],
      dtype='object')

Pitching Stats

from pybaseball import pitching_stats

カラムは以下 (一部)

• IDfg: プレーヤーのIDfg
• Season: シーズン
• Name: 名前
• Team: チーム
• Age: 年齢
• W: 勝利数
• L: 敗北数
• WAR: ワー（Wins Above Replacement）
  同じポジションの代替可能な選手に比べて、どれだけの勝利数に貢献したか、ということを表す指標
• ERA: 防御率
• G: 先発数
• GS: セーブ数
• CG: コンプリートゲーム数
• SHO: 完封勝利数
• SV: ホールド数
• IP: 実投球回数
• H: 被安打数
• R: 得点数
• ER: 自責点
• HR: 被本塁打数
• BB: 四球数
• IBB: 敬遠四球数
• SO: 奪三振数
• HBP: 被打者数
• BK: ボーク数
• WP: プレーヤー失策数
• BF: 打者数
• ERA+: 防御率プラス
• FIP: 実力指数
• WHIP: 奪塁率
• H9: 被安打/9回
• HR9: 被本塁打/9回
• BB9: 四球/9回
• SO9: 奪三振/9回
• SO/W: 奪三振/四球
• K-BB%: 奪三振数 - 四球数のパーセント

など

Index(['IDfg', 'Season', 'Name', 'Team', 'Age', 'W', 'L', 'WAR', 'ERA', 'G',
       ...
       'LA', 'Barrels', 'Barrel%', 'maxEV', 'HardHit', 'HardHit%', 'Events',
       'CStr%', 'CSW%', 'xERA'],
      dtype='object', length=334))

Batting Stats

from pybaseball import batting_stats_range

カラムは以下

• Name：プレイヤーの名前
• Age：プレイヤーの年齢
• #days：何日間のデータが含まれるか
• Lev：プレイヤーがいるチームのレベル（メジャーリーグ、マイナーリーグなど）
• Tm：プレイヤーがいるチーム
• G：試合数
• PA：打席数
• AB：打数
• R：得点
• H：安打数
• 2B：二塁打数
• 3B：三塁打数
• HR：本塁打数
• RBI：打点
• BB：四球
• IBB：インテント・ウォーク 敬遠
• SO：三振
• HBP：死球
• SH：犠打
• SF：犠飛
• GDP：ゴロを打ってダブルプレーになる
• SB：盗塁
• CS：盗塁失敗
• BA：打率
• OBP：出塁率
• SLG：長打率
• OPS：OPS（出塁率+長打率）
• mlbID：MLB のプレイヤー ID

Index(['Name', 'Age', '#days', 'Lev', 'Tm', 'G', 'PA', 'AB', 'R', 'H', '2B',
       '3B', 'HR', 'RBI', 'BB', 'IBB', 'SO', 'HBP', 'SH', 'SF', 'GDP', 'SB',
       'CS', 'BA', 'OBP', 'SLG', 'OPS', 'mlbID'],
      dtype='object')

Game-by-Game Results and Schedule

from pybaseball import schedule_and_record

カラムは以下です。

• Date：ゲーム日
• Tm：試合を行ったチーム
• Home_Away：ホームかアウェイか（Home または Away）
• Opp：対戦相手チーム
• W/L：試合の結果（勝利/敗北/引分）
• R：試合で得た得点数
• RA：試合で許された得点数
• Inn：試合が行われたイニング数
• W-L：その試合でのチームの勝率
• Rank：リーグ内順位
• GB：リーグ優勝候補からのゲーム差
• Win：勝利投手
• Loss：敗戦投手
• Save：セーブ投手
• Time：試合時間
• D/N：昼/夜の試合か（Day または Night）
• Attendance：観客動員数
• cLI：ゲーム開始前の天気指数（Cold 冷たい、Mild 普通、Warm 暖かい、Hot 暑い）
• Streak：連勝/連敗記録
• Orig. Scheduled：予定されていた試合日

Index(['Date', 'Tm', 'Home_Away', 'Opp', 'W/L', 'R', 'RA', 'Inn', 'W-L',
       'Rank', 'GB', 'Win', 'Loss', 'Save', 'Time', 'D/N', 'Attendance', 'cLI',
       'Streak', 'Orig. Scheduled'],
      dtype='object')

Standings

from pybaseball import standings

カラムは以下です。

• Tm：チーム名
• W：勝利数
• L：敗北数
• W-L%：勝率
• GB：リーグ優勝候補からのゲーム差

Index(['Tm', 'W', 'L', 'W-L%', 'GB'], dtype='object')

その他

Caching

キャッシングとは、繰り返しデータを取得する際にデータ取得を高速化するために、 リクエストされたデータのローカルコピーを保存するためのローカルデータキャッシュのことです。 デフォルトでは、キャッシュは無効になっています。 これは、ユーザーが自分の承諾なしに ハードドライブスペースを使用したくないという可能性を尊重するためです。 ただし、キャッシュを有効にすることは簡単です。(github日本語訳)

pybaseball.cache モジュールをインクルードし、キャッシュオプションを有効にすることで、 キャッシュを有効にすることができます。以下に例を示します：

from pybaseball import cache　cache.enable()

参照
https://github.com/jldbc/pybaseball