2018年シーズンのJ1リーグでは、序盤にサンフレッチェ広島が独走していましたが、7月のW杯中断明けごろから失速。後半になって追い上げた昨年王者の川崎フロンターレに首位を譲る展開になっています。
川崎フロンターレの驚異的な追い上げがどの程度か気になってので、シーズン途中ではありますが勝ち点推移を可視化してみました。第29節までのデータを可視化に利用しています。
処理の流れ
- BeautifulSoupでスクレイピング
- pandasで加工
- matplotlibで可視化
一連の流れは非常に雑なコードですが下記で確認できます。
BeautifulSoupでスクレイピング
Yahoo!のサイトからデータを取得して、節ごとにcsvで保存しました。
def save_result_data(setsu): url = 'https://soccer.yahoo.co.jp/jleague/schedule/j1/' + str(setsu) + '/all' html = urlopen(url) bsObj = BeautifulSoup(html, "html.parser") table = bsObj.findAll("table")[0] rows = table.findAll("tr") csvFile = open("result" + str(setsu) + ".csv", 'wt', newline = '', encoding = 'utf-8') writer = csv.writer(csvFile) try: for row in rows: csvRow = [] for cell in row.findAll(['td', 'th']): csvRow.append(cell.get_text()) writer.writerow(csvRow) finally: csvFile.close() for setsu in range(1, 35): save_result_data(setsu)
pandasで加工
今回の目的に沿うようにデータを加工しました。
加工前（データの一部）
加工後（データの一部）
加工前は行ごとに試合の情報を保持している形式でしたが、加工後は行ごとに1チームの試合ごとに「日付」「獲得勝ち点」の情報を紐づけました。
matplotlibで可視化
あとはチームごとに勝ち点推移を可視化します。
team0 = res[res['teams'] == '川崎F'] team0 = team0.sort_values('dates') team0['accum_scores'] = team0['scores'].cumsum() plt.plot(team0['dates'], team0['accum_scores'], label='Kawasaki')
上のコードの1行ごとに、それぞれ下記の操作をしています。
- 「川崎フロンターレ」のデータに絞り込む
- 開催日でデータをソート
- 各試合終了時点での累積和（勝ち点）を計算
- 折れ線グラフで可視化
所感
勝ち点推移の可視化に適したデータ構造の持ち方が分からず、思ったよりも苦戦しました。
