축구 데이터 - 2. 순위에 따른 라운드별 승 무 패 비교

#라운드별 순위 승무패 비교
import pandas as pd

## 1 -> normal / draw -> 0 / exp -> -1 / same -> -2

df = pd.DataFrame({
"Round":[2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,
         32,33,34,35,36,37,38],
"맨시티":[-2, 1, 0, -1, 0, 1, 0, 1, 1, 1, 0, 0, -1, 1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
       -1, 1, 1, 1, -1, 1, 1, 1, -1, 1, -1, 1],
"맨유":[-2, -1, 1, -1, 0, 1, -1, 1, -1, -1, 0, 1, 1, 0, 1, 1, 1, 0, -1, 0, 1, 0, 0, 1, 0,
      -1, 1, 0, 1, 1, 1, 0, -1, 1, -1, 0, 1],
"리버풀":[-1, -1, -1, 0, 1, 1, 0, -1, 0, 1, 0, -1, 1, 0, 0, -1, -1, 0, 1, 1, -1, 1, 1, -1,
       1, -1, 1, 1, 1, 1, 0, 0, -1, 1, 1, 1, 1],
"첼시":[-1, 0, -1, 0, 0, 1, 1, 1, 0, 1, -1, -1, 1, -1, 0, 1, 1, 1, 0, 1, -1, 1, 1, 0, 0, 
      1, 0, 1, -1, 1, 0, 1, 1, -1, -1, -1, -1],
"레스터":[1, 1, -1, 1, 1, 1, 1, -1, -1, 1, 1, -1, -1, 0, 0, 1, 1, 1, 0, -1, 1, 0, 1, 1, 
       -1, 1, 1, 0, 1, -1, 1, 1, 0, -1, -1, -1, -1],
"웨스트햄":[1, -1, -1, 0, 0, 1, 1, 1, -1, -1, 1, 0, 1, 0, 0, -1, 1, 1, 1, 1, 1, 0, 1, 1, 
        1, 1, 1, 0, 1, -1, -1, 1, 1, -1, 0, 1, 1],
"토트넘":[-1, 0, 1, 0, 1, 1, 1, 1, 0, 1, 0, -1, -1, 0, 0, 1, 1, 1, 1, -1, -1, 1, 1, 1, 1,
       1, -1, 1, 0, 1, 0, 1, 1, -1, 1, -1, -1],
"아스널":[1, -1, 1, -1, 1, 1, 1, 0, 1, 1, -1, 0, 1, -1, 1, 1, 0, 1, -1, 0, -1, 1, -1, 1, 
       -1, 0, -1, 0, 1, 1, 0, 1, 1, 1, -1,1, 1],
"리즈":[1, 1, 0, -1, -1, 1, -1, 0, -1, 1, 1, -1, 1, 1, 1, 1, -1, -1, 1, -1, 1, 1, -1, -1,
      1, 1, 0, 1, 1, -1, 0, 0, -1, -1, 1,1, 1],
"에버턴":[1, 1, 1, 0, -1, -1, -1, 1, -1, 0, -1, -1, 1, 1, -1, -1, 1, 0, 0, -1, 1, 0, -1, 
       -1, 1, 1, -1, 1, 0, 0, 0, 1, -1, -1,-1, 1, 1],
"아스톤빌라":[-2, 1, -1, 1, -1, -1, 1, -1, -1, 1, 1, 0, 1, 1, 0, 1, 1, 0, -1, 1, 1, 1, 0,
         1, 1, 0, 0, -1, 1, 1, 1, 0, -1, 1,-1, -1, -1],
"뉴캐슬":[-1, 0, 1, -1, 0, -1, 1, 1, -1, 1, 1, -1, 0, 1, 0, 1, -1, 1, 1, -1, 1, -1, 1, 1,
       0, 0, 0, 1, 0, -1, -1, 0, 1, -1,1, 1, 1],
"울버햄튼":[-2, -1, 1, -1, 0, -1, 1, 0, 1, 1, 1, -1, -1, 0, 1, 0, 1, -1, 0, -1, -1, 0, 
        -1, -1, 0, 0, 1, 1, 1, 1, 1, -1, 0,1, 1, 1, 1],
"크팰":[-2, 1, -1, 0, 1, -1, -1, -1, -1, 1, 0, 0, 1, 1, 0, 1, 0, 1, 1, -1, 1, 1, -1, 1,
      0, 1, 1, 0, 0, 1, -1, 1, 1, 1,-1, 1, 1],
"소튼":[-1, -1, 1, 0, -1, -1, 1, 0, -1, 1, 1, 0, -1, 0, 0, -1, -1, 1, -1, 1, 1, -1, 
      -1, 0, 1, 1, -1, 1, 1, -1, -1, 1, 0,1, 1, 1, 1],
"브라이튼":[-1, -1, 1, 0, 0, 1, 0, -1, 0, 1, 1, 0, 0, 0, 1, 0, 1, -1, 0, -1, -1, 0, 0, 
        1, -1, 1, -1, 1, 1, 0, 0, -1, -1,1, 0, -1, 1],
"번리":[1, -1, 1, 0, 1, 1, 0, -1, 1, 0, -1, 0, -1, 1, 1, 0, -1, 1, -1, 1, 1, 0, -1, 0, 
      1, 0, -1, 0, 1, -1, 1, -1, 1,1, 1, 1, -1],
"풀럼":[1, 1, 1, 0, 1, -1, 1, 1, -1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 1, 0, -1, 1, 0, 
      -1, 1, 1, 1, 1, 0, 1, 1, 1, 1,0, 1],
"웨브":[1, 0, 1, 0, 0, -1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, -1, 1, 0, -1, 1, 0, 0, -1,
      0, 1, 1, -1, -1, 1, 0, 0, 1, 1, 1, 1],
"셰필드":[-2, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, -1, 1, -1, 1, -1, 1, 1, 1, 
       1, 1, 1, -1, 1, 1, 1, -1, 1, 1, -1, 1, -1]
})

df

	Round	맨시티	맨유	리버풀	첼시	레스터	웨스트햄	토트넘	아스널	리즈	...	아스톤빌라	뉴캐슬	울버햄튼	크팰	소튼	브라이튼	번리	풀럼	웨브	셰필드
0	2	-2	-2	-1	-1	1	1	-1	1	1	...	-2	-1	-2	-2	-1	-1	1	1	1	-2
1	3	1	-1	-1	0	1	-1	0	-1	1	...	1	0	-1	1	-1	-1	-1	1	0	1
2	4	0	1	-1	-1	-1	-1	1	1	0	...	-1	1	1	-1	1	1	1	1	1	1
3	5	-1	-1	0	0	1	0	0	-1	-1	...	1	-1	-1	0	0	0	0	0	0	0
4	6	0	0	1	0	1	0	1	1	-1	...	-1	0	0	1	-1	0	1	1	0	1
5	7	1	1	1	1	1	1	1	1	1	...	-1	-1	-1	-1	-1	1	1	-1	-1	1
6	8	0	-1	0	1	1	1	1	1	-1	...	1	1	1	-1	1	0	0	1	1	1
7	9	1	1	-1	1	-1	1	1	0	0	...	-1	1	0	-1	0	-1	-1	1	1	1
8	10	1	-1	0	0	-1	-1	0	1	-1	...	-1	-1	1	-1	-1	0	1	-1	1	1
9	11	1	-1	1	1	1	-1	1	1	1	...	1	1	1	1	1	1	0	1	1	1
10	12	0	0	0	-1	1	1	0	-1	1	...	1	1	1	0	1	1	-1	0	1	1
11	13	0	1	-1	-1	-1	0	-1	0	-1	...	0	-1	-1	0	0	0	0	0	0	1
12	14	-1	1	1	1	-1	1	-1	1	1	...	1	0	-1	1	-1	0	-1	0	1	0
13	15	1	0	0	-1	0	0	0	-1	1	...	1	1	0	1	0	0	1	0	0	1
14	16	-1	1	0	0	0	0	0	1	1	...	0	0	1	0	0	1	1	0	1	1
15	17	1	1	-1	1	1	-1	1	1	1	...	1	1	0	1	-1	0	0	0	1	1
16	18	1	1	-1	1	1	1	1	0	-1	...	1	-1	1	0	-1	1	-1	1	1	-1
17	19	1	0	0	1	1	1	1	1	-1	...	0	1	-1	1	1	-1	1	1	-1	1
18	20	1	-1	1	0	0	1	1	-1	1	...	-1	1	0	1	-1	0	-1	0	1	-1
19	21	1	0	1	1	-1	1	-1	0	-1	...	1	-1	-1	-1	1	-1	1	0	0	1
20	22	1	1	-1	-1	1	1	-1	-1	1	...	1	1	-1	1	1	-1	1	1	-1	-1
21	23	1	0	1	1	0	0	1	1	1	...	1	-1	0	1	-1	0	0	0	1	1
22	24	1	0	1	1	1	1	1	-1	-1	...	0	1	-1	-1	-1	0	-1	-1	0	1
23	25	1	1	-1	0	1	1	1	1	-1	...	1	1	-1	1	0	1	0	1	0	1
24	26	1	0	1	0	-1	1	1	-1	1	...	1	0	0	0	1	-1	1	0	-1	1
25	27	-1	-1	-1	1	1	1	1	0	1	...	0	0	0	1	1	1	0	-1	0	1
26	28	1	1	1	0	1	1	-1	-1	0	...	0	0	1	1	-1	-1	-1	1	1	1
27	29	1	0	1	1	0	0	1	0	1	...	-1	1	1	0	1	1	0	1	1	-1
28	30	1	1	1	-1	1	1	0	1	1	...	1	0	1	0	1	1	1	1	-1	1
29	31	-1	1	1	1	-1	-1	1	1	-1	...	1	-1	1	1	-1	0	-1	1	-1	1
30	32	1	1	0	0	1	-1	0	0	0	...	1	-1	1	-1	-1	0	1	0	1	1
31	33	1	0	0	1	1	1	1	1	0	...	0	0	-1	1	1	-1	-1	1	0	-1
32	34	1	-1	-1	1	0	1	1	1	-1	...	-1	1	0	1	0	-1	1	1	0	1
33	35	-1	1	1	-1	-1	-1	-1	1	-1	...	1	-1	1	1	1	1	1	1	1	1
34	36	1	-1	1	-1	-1	0	1	-1	1	...	-1	1	1	-1	1	0	1	1	1	-1
35	37	-1	0	1	-1	-1	1	-1	1	1	...	-1	1	1	1	1	-1	1	0	1	1
36	38	1	1	1	-1	-1	1	-1	1	1	...	-1	1	1	1	1	1	-1	1	1	-1

37 rows × 21 columns

• 1 -> normal / draw -> 0 / exp -> -1 / same -> -2 로 두고 dataframe을 구성함
• 이를 통해 각 라운드별 normal이 발생한 비율과 2 ~ 38 라운드까지 진행하면서 normal_rate가 어떻게 변화하는지 확인
• 이후 각라운드가 진행되면서 normal_rate의 평균이 어떻게 변화하는지 확인

---

import math

sum_array = []
move_array = [0.4]

for t in range(0,37):
    sum = 0
    for i in df.loc[t]:
        if i == 1:
            sum += 1
    sum_array.append(sum/20)
#print(sum_array)
df["Round_Rate"] = sum_array

for i in range(1,37):
    ans = round(((i*move_array[i-1]+sum_array[i])/(i+1)),3)
    move_array.append(ans)
#print(move_array)

df["Mean_Rate"] = move_array
df

	Round	맨시티	맨유	리버풀	첼시	레스터	웨스트햄	토트넘	아스널	리즈	...	울버햄튼	크팰	소튼	브라이튼	번리	풀럼	웨브	셰필드	Round_Rate	Mean_Rate
0	2	-2	-2	-1	-1	1	1	-1	1	1	...	-2	-2	-1	-1	1	1	1	-2	0.4	0.400
1	3	1	-1	-1	0	1	-1	0	-1	1	...	-1	1	-1	-1	-1	1	0	1	0.4	0.400
2	4	0	1	-1	-1	-1	-1	1	1	0	...	1	-1	1	1	1	1	1	1	0.6	0.467
3	5	-1	-1	0	0	1	0	0	-1	-1	...	-1	0	0	0	0	0	0	0	0.1	0.375
4	6	0	0	1	0	1	0	1	1	-1	...	0	1	-1	0	1	1	0	1	0.4	0.380
5	7	1	1	1	1	1	1	1	1	1	...	-1	-1	-1	1	1	-1	-1	1	0.6	0.417
6	8	0	-1	0	1	1	1	1	1	-1	...	1	-1	1	0	0	1	1	1	0.6	0.443
7	9	1	1	-1	1	-1	1	1	0	0	...	0	-1	0	-1	-1	1	1	1	0.5	0.450
8	10	1	-1	0	0	-1	-1	0	1	-1	...	1	-1	-1	0	1	-1	1	1	0.3	0.433
9	11	1	-1	1	1	1	-1	1	1	1	...	1	1	1	1	0	1	1	1	0.8	0.470
10	12	0	0	0	-1	1	1	0	-1	1	...	1	0	1	1	-1	0	1	1	0.5	0.473
11	13	0	1	-1	-1	-1	0	-1	0	-1	...	-1	0	0	0	0	0	0	1	0.1	0.442
12	14	-1	1	1	1	-1	1	-1	1	1	...	-1	1	-1	0	-1	0	1	0	0.5	0.446
13	15	1	0	0	-1	0	0	0	-1	1	...	0	1	0	0	1	0	0	1	0.4	0.443
14	16	-1	1	0	0	0	0	0	1	1	...	1	0	0	1	1	0	1	1	0.4	0.440
15	17	1	1	-1	1	1	-1	1	1	1	...	0	1	-1	0	0	0	1	1	0.6	0.450
16	18	1	1	-1	1	1	1	1	0	-1	...	1	0	-1	1	-1	1	1	-1	0.6	0.459
17	19	1	0	0	1	1	1	1	1	-1	...	-1	1	1	-1	1	1	-1	1	0.6	0.467
18	20	1	-1	1	0	0	1	1	-1	1	...	0	1	-1	0	-1	0	1	-1	0.4	0.463
19	21	1	0	1	1	-1	1	-1	0	-1	...	-1	-1	1	-1	1	0	0	1	0.4	0.460
20	22	1	1	-1	-1	1	1	-1	-1	1	...	-1	1	1	-1	1	1	-1	-1	0.6	0.467
21	23	1	0	1	1	0	0	1	1	1	...	0	1	-1	0	0	0	1	1	0.5	0.469
22	24	1	0	1	1	1	1	1	-1	-1	...	-1	-1	-1	0	-1	-1	0	1	0.4	0.466
23	25	1	1	-1	0	1	1	1	1	-1	...	-1	1	0	1	0	1	0	1	0.6	0.472
24	26	1	0	1	0	-1	1	1	-1	1	...	0	0	1	-1	1	0	-1	1	0.5	0.473
25	27	-1	-1	-1	1	1	1	1	0	1	...	0	1	1	1	0	-1	0	1	0.5	0.474
26	28	1	1	1	0	1	1	-1	-1	0	...	1	1	-1	-1	-1	1	1	1	0.5	0.475
27	29	1	0	1	1	0	0	1	0	1	...	1	0	1	1	0	1	1	-1	0.6	0.479
28	30	1	1	1	-1	1	1	0	1	1	...	1	0	1	1	1	1	-1	1	0.7	0.487
29	31	-1	1	1	1	-1	-1	1	1	-1	...	1	1	-1	0	-1	1	-1	1	0.5	0.487
30	32	1	1	0	0	1	-1	0	0	0	...	1	-1	-1	0	1	0	1	1	0.4	0.484
31	33	1	0	0	1	1	1	1	1	0	...	-1	1	1	-1	-1	1	0	-1	0.5	0.484
32	34	1	-1	-1	1	0	1	1	1	-1	...	0	1	0	-1	1	1	0	1	0.5	0.484
33	35	-1	1	1	-1	-1	-1	-1	1	-1	...	1	1	1	1	1	1	1	1	0.6	0.487
34	36	1	-1	1	-1	-1	0	1	-1	1	...	1	-1	1	0	1	1	1	-1	0.5	0.487
35	37	-1	0	1	-1	-1	1	-1	1	1	...	1	1	1	-1	1	0	1	1	0.6	0.490
36	38	1	1	1	-1	-1	1	-1	1	1	...	1	1	1	1	-1	1	1	-1	0.7	0.496

37 rows × 23 columns

• Round_rate 를 통해서는 각 라운드별 normal이 얼마나 발생하였는지 비율로 확인
• Mean_rate 를 통해서는 각 라운드가 진행됨에 따라 전체적인 경기수에 비해 normal이 얼마나 발생하였는지 비율로 확인

---

df["Round_Rate"].value_counts()

0.6    11
0.5    11
0.4     9
0.1     2
0.7     2
0.3     1
0.8     1
Name: Round_Rate, dtype: int64

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib notebook

sns.barplot(data=df, x="Round", y="Round_Rate")
plt.show()

라운드별 Round_rate

• 발생한 round_rate / 0.6 , 0.5 가 각각 11번으로 가장 많음 , 이후 0.4 9번 , 0.1 2번 , 0.7 2번 ,0.3과 0.8이 1번으로 나타났다.
• 2 ~ 13 라운드 사이에는 0.1 ~ 0.8 까지 다양한 round_rate 가 등장함
• 위와 같은 현상은 팀별로 순위가 고정되지 않고 자주 바뀌었기 떄문으로 보임
• 어느 정도 순위가 고정되는 14라운드 부터는 round_rate가 0.4 ~ 0.7 사이의 값을 가지는 것을 볼 수 있다

---

sns.lineplot(data=df, x="Round", y="Mean_Rate")
plt.show()

라운드가 진행됨에 따라 나오는 Mean_rate

• mean_rate 역시 2 ~ 15 라운드 전까지는 0.38 ~ 0.47 사이의 값을 가지면서 변화폭이 매우 큰것을 볼 수 있다.
• 이후 15라운드 이후부터는 순위가 정립되고 강팀과 약팀이 순위에 따라 정리되면서 mean_rate는 점점 상승한다.
• 그럼에도 불구하고 최종 38라운드 까지의 전체 normal_rate의 평균인 mean_rate는 0.5를 넘지 못하고 있다.

---