平均値をいじる～pythonでNBAのデータ分析をしてみよう～【経営工学を専門にしている大学生の日記】Part 3

# 平均値を計算したい指標をまとめる（今回はFG%, 3P%, 2P%, FT%, PTSの平均を求める）
for i in ["FG%", "3P%", "2P%", "FT%", "PTS"]:
 
 # 平均値を表示する（meanは平均値を表す）
 print(i, df[i].mean())

#データをポジションごとに分ける
df_PG = df[df["Pos"] == "PG"]
df_SG = df[df["Pos"] == "SG"]
df_SF = df[df["Pos"] == "SF"]
df_PF = df[df["Pos"] == "PF"]
df_C = df[df["Pos"] == "C"]

##各ポジションのシュート効率の平均を求める

#各ポジションごとのスタッツを格納するリストを作る
data1 = [] #PG用
data2 = [] #SG用
data3 = [] #SF用
data4 = [] #PF用
data5 = [] #C用

# ポジションごとに3P%, 2P%, FT%の3つのスタッツの平均値を求める
for i in ["3P%", "2P%", "FT%"]:
  data1.append(df_PG[i].mean())
  data2.append(df_SG[i].mean())
  data3.append(df_SF[i].mean())
  data4.append(df_PF[i].mean())
  data5.append(df_C[i].mean())

# dataをまとめる
data_Pos =[data1, data2, data3, data4, data5]

# 得られたデータをデータフレーム形式にする
mean_Pos_df = pd.DataFrame(data = data_Pos, columns=["3P%", "2P%", "FT%"], index=pd.Index(["PG","SG", "SF", "PF", "C"], name = "ポジション"))

# データフレームの表示
mean_Pos_df 

# 各ポジションを3P%の高い順に並べる(ascending = Falseにすることで降順になる)
df_PG = df_PG.sort_values("3P%",ascending=False)
df_SG = df_SG.sort_values("3P%",ascending=False)
df_SF = df_SF.sort_values("3P%",ascending=False)
df_PF = df_PF.sort_values("3P%",ascending=False)
df_C = df_C.sort_values("3P%",ascending=False)

#各ポジションの3P%ランキングTOP30を抽出する
df_PG_30 = df_PG.head(30)
df_SG_30 = df_SG.head(30)
df_SF_30 = df_SF.head(30)
df_PF_30 = df_PF.head(30)
df_C_30 = df_C.head(30)

# 各ポジションの平均値を格納するリストを作成
data = []

# すべてのポジションに対して平均値を求める
for i in [df_PG_30, df_SG_30, df_SF_30, df_PF_30, df_C_30]:
  data.append(i["3P%"].mean())

# 得られたデータをデータフレーム形式にする
mean_Pos_df_30 = pd.DataFrame(data = data, columns=["3P%"], index=pd.Index(["PG","SG", "SF", "PF", "C"], name = "ポジション"))

# データフレームの表示
mean_Pos_df_30

# 各ポジションの平均3P試投数を表示する（3PAは3P試投数のこと）
print("PG :", df_PG["3PA"].mean())
print("SG :", df_SG["3PA"].mean())
print("SF :", df_SF["3PA"].mean())
print("PF :", df_PF["3PA"].mean())
print("C :", df_C["3PA"].mean())

#各ポジションの3P%ランキングTOP30を抽出する
df_PG_30 = df_PG[df_PG["3PA"] >= df_PG["3PA"].mean()].head(30)
df_SG_30 = df_SG[df_SG["3PA"] >= df_SG["3PA"].mean()].head(30)
df_SF_30 = df_SF[df_SF["3PA"] >= df_SF["3PA"].mean()].head(30)
df_PF_30 = df_PF[df_PF["3PA"] >= df_PF["3PA"].mean()].head(30)
df_C_30 = df_C[df_C["3PA"] >= df_C["3PA"].mean()].head(30)

# 各ポジションの平均値を格納するリストを作成
data = []

# すべてのポジションに対して平均値を求める
for i in [df_PG_30, df_SG_30, df_SF_30, df_PF_30, df_C_30]:
  data.append(i["3P%"].mean())

# 得られたデータをデータフレーム形式にする
mean_Pos_df_30 = pd.DataFrame(data = data, columns=["3P%"], index=pd.Index(["PG","SG", "SF", "PF", "C"], name = "ポジション"))

# データフレームの表示
mean_Pos_df_30