# pybaseball / MLBデータ分析ライブラリ By [Shogaku](https://paragraph.com/@shogaku) · 2023-01-07 --- コピー元ブログ　 [https://hide.ac/articles/-JZTuB\_RS](https://hide.ac/articles/-JZTuB_RS) ーーーーーーーーーーーーーーーーーー MLBのデータがあるので、触り始めてみた。 [https://github.com/jldbc/pybaseball](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 ---------- pybaseball 「pybaseball」は、野球データ分析のためのPythonパッケージです。このパッケージは、Baseball Reference、Baseball Savant、FanGraphsのサイトからデータをスクレイピングし、それらのサイトを訪れる必要がありません。このパッケージは、Statcastデータ、ピッチングの成績、打撃の成績、地区順位/チームの成績、賞のデータなどを取得できます。データは、個々のピッチのレベルでも、シーズン単位でも、カスタムの時間期間でも利用できます。(github日本語訳) !pip install pybaseball * * * statcast -------- Statcast 「Statcast」とは、Major League Baseball（MLB）のデータ分析システムです。Statcastデータには、Perceived Velocity（PV）、Spin Rate（SR）、Exit Velocity（EV）、ピッチのX、Y、Z座標などのピッチレベルの特徴が含まれています。「statcast(start\_dt, end\_dt)」関数は、これらのデータをbaseballsavant.comから取得します。(github日本語訳) [https://baseballsavant.mlb.com/](https://baseballsavant.mlb.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') * * * ![](https://storage.googleapis.com/papyrus_images/29b1b95bb7e2255f0cf266ae1b049d2d4a0965fef924db213bb835bd1292328f.png) * * * Pitching Stats -------------- Pitching Stats 「pybaseball」は、投手の成績を取得するための2つの主要な関数を提供しています。 pitching\_stats(start\_season, end\_season) ------------------------------------------- リーグ全体のシーズン単位の投手データを取得するには、「pitching\_stats(start\_season, end\_season)」関数を使用します。これにより、1シーズンあたり1人のプレーヤーごとに1行が返され、FanGraphsで提供されるすべてのメトリックが提供されます。 pitching\_stats\_range(start\_dt, end\_dt) ------------------------------------------ 2番目は、「pitching\_stats\_range(start\_dt, end\_dt)」関数です。これにより、特定の期間内の投手データを取得できます。これにより、FanGraphs関数よりもより細かい単位でデータを取得できます（例えば、5月に最も強い投手を見つけることができます）。このクエリは、Baseball Referenceからデータを取得します。すべての日付は、YYYY-MM-DDの形式であることに注意してください。 pitching\_stats\_bref(season) ----------------------------- もし、Baseball Referenceの方がFanGraphsよりも好みである場合、「pitching\_stats\_bref(season)」という3番目の関数があります。これは、「pitching\_stats」と同じように機能しますが、Baseball Referenceからデータを取得します。通常は、このオプションは推奨されません。これは、Baseball Referenceのクエリは現在、1シーズンあたり1つのリクエストでデータを取得できるためです。 (github日本語訳) 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)) ![](https://storage.googleapis.com/papyrus_images/096a1f6d356287e9abda7a864525dfca71e84a347984dc66aabdc4da41746e4b.png) * * * Batting Stats ------------- Batting Stats シーズン中または特定の期間中のプレイヤーのヒット成績。打撃成績はピッチング成績と同じように取得されます。 シーズンレベルのスタッツを取得する関数呼び出しは batting\_stats（開始シーズン、終了シーズン）であり、 特定の期間のスタッツを取得するには batting\_stats\_range（開始日、終了日）です。 Baseball Referenceにおけるシーズンレベルのデータに相当するものは batting\_stats\_bref（シーズン）です。 (github日本語訳) 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') ![](https://storage.googleapis.com/papyrus_images/c794de812bf1f3228a5b4ad4f3778e7acd793840299a2af87dae32c4c0b477f6.png) * * * Game-by-Game Results and Schedule --------------------------------- schedule\_and\_record schedule\_and\_record 関数は、指定されたシーズンにおけるチームのゲーム単位の結果を返します。 これには、ゲームの日付、ホームチームとアウェイチーム、最終結果（勝利/敗北/引分）、スコア、勝利/敗北/セーブ投手、観客動員数、およびその日現在の地区順位が含まれます。この関数には、シーズンとチームの 2 つの引数しかありません。チームの引数は、チームの省略形（例えば NYY はニューヨーク・ヤンキース、SEA はシアトル・マリナーズ）です。もし season 引数が現在のシーズンに設定されている場合、クエリは過去のゲームの結果を返し、未発生のゲームのスケジュールを返します。 (github日本語訳) 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') ![](https://storage.googleapis.com/papyrus_images/607145968c1f862f8cc10ce5f470b8ae2f3e4160a1c4e1f3f5d0c523e5ebe6b9.png) * * * Standings --------- Standings 順位表：最新または履歴の順位表、勝利/敗北記録 standings（シーズン）関数は、特定のシーズンの順位表を返します。もし現在のシーズンが選択されている場合、最新の順位表が返されます。 そうでなければ、選択されたシーズンにおける各地区のエンド・オブ・シーズンの順位表が返されます。 この関数は、データフレームのリストを返します。それぞれのデータフレームは、MLB の 6 つの地区の順位表です。(github日本語訳) 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') ![](https://storage.googleapis.com/papyrus_images/e7082b56fcd512eb3c3984c9a410211070002e49c235e572065b3a87e7f65081.png) * * * 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](https://github.com/jldbc/pybaseball) --- *Originally published on [Shogaku](https://paragraph.com/@shogaku/pybaseball-mlb)*