Advertisement
Jvsierra

Analysis

Jul 25th, 2019
139
0
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
Python 4.21 KB | None | 0 0
  1. """
  2. def defineResultado(Reg):
  3.    if Reg.Res == "D":
  4.        return  "Empate"
  5.    elif Reg.Res == "H":
  6.        return Reg.Home
  7.    else:
  8.        return Reg.Away
  9.    
  10. def calculaPontos(Reg):
  11.    return Reg.Vitorias * 3 + Reg.Empates
  12.  
  13. def calculaSaldo(Reg):
  14.    return Reg["Gols A Favor"] - Reg["Gols Tomados"]
  15.    
  16. res = pd.read_csv("BRA.csv")
  17.  
  18. #Tirando as colunas com estatísticas de apostas
  19. res.drop(res.iloc[:, 10:18], inplace=True, axis=1)
  20.  
  21. res["Result String"] = res.apply(defineResultado, axis=1)
  22.  
  23. resultados_sem_empates = res["Result String"].value_counts().drop(["Empate"])
  24.  
  25. print("Times que mais ganharam em casa:")
  26. print(res[res["Res"] == "H"]["Home"].value_counts().head(n=5))
  27.  
  28.  
  29. print("Times que mais ganharam fora de casa:")
  30. print(res[res["Res"] == "A"]["Away"].value_counts().head(n=5))
  31.  
  32. print("Times que mais ganharam no total:")
  33. print(resultados_sem_empates.head(n=5))
  34.  
  35. print("\n\n")
  36.  
  37. #Times com mais empates
  38. print("Times que mais empataram em casa:")
  39. print(res[res["Res"] == "D"]["Home"].value_counts())
  40.  
  41. print("Times que mais empataram fora de casa:")
  42. print(res[res["Res"] == "D"]["Away"].value_counts())
  43.  
  44. print("Times que mais empataram no total: ")
  45. print(res[res["Res"] == "D"]["Home"].value_counts().add(
  46.        res[res["Res"] == "D"]["Away"].value_counts()).sort_values(ascending=False))
  47.  
  48. print("\n\n")
  49.  
  50. #Times que mais perderam
  51.  
  52. print("Times que mais perderam em casa:")
  53. print(res[res["Res"] == "A"]["Home"].value_counts())
  54.  
  55. print("Times que mais perderam fora de casa:")
  56. print(res[res["Res"] == "H"]["Away"].value_counts())
  57.  
  58. print("Times que mais perderam no total:")
  59. print(res[res["Res"] == "A"]["Home"].value_counts().add(
  60.        res[res["Res"] == "H"]["Away"].value_counts()).sort_values(ascending=False))
  61.  
  62. print("\n\n")
  63.  
  64. #Times com mais jogos
  65. print("Times com mais jogos em casa")
  66. print(res["Home"].value_counts())
  67. print("Times com mais jogos fora de casa")
  68. print(res["Away"].value_counts())
  69. print("Times com mais jogos no total")
  70. print(res["Home"].value_counts().add(res["Away"].value_counts()).sort_values(
  71.                                                                ascending=False))
  72.  
  73. """
  74. #Nome do Clube Pontos Ganhos Partidas Jogadas Vitórias Empates Derrotas Gols A Favor
  75. #Gols Contra Saldo de Gols
  76. """
  77.  
  78. tabela_classificacao = pd.DataFrame(columns=["Clube", "Pontos Ganhos",
  79.                                             "Partidas Jogadas", "Vitorias",
  80.                                             "Empates", "Derrotas",
  81.                                             "Gols A Favor", "Gols Tomados",
  82.                                             "Saldo de Gols"])
  83.  
  84. tabela_classificacao["Clube"] = res["Home"].unique()
  85.  
  86. partidas_jogadas = []
  87. num_vitorias = []
  88. num_empates = []
  89. num_derrotas = []
  90. gols_a_favor = []
  91. gols_tomados = []
  92.  
  93. for row in tabela_classificacao.Clube:
  94.   tabela_red = res[(res["Home"] == row) | (res["Away"] == row)]
  95.  
  96.   partidas_jogadas.append(tabela_red.shape[0])
  97.   num_vitorias.append(tabela_red[tabela_red["Result String"] == row].shape[0])
  98.   num_empates.append(tabela_red[tabela_red["Result String"] == "Empate"].shape[0])
  99.   num_derrotas.append(tabela_red[((tabela_red["Home"] == row) & (tabela_red["Res"] == "A")) | ((tabela_red["Away"] == row) & (tabela_red["Res"] == "H"))].shape[0])
  100.   gols_a_favor.append(tabela_red[tabela_red["Home"] == row].sum()["HG"] + tabela_red[tabela_red["Away"] == row].sum()["AG"])
  101.   gols_tomados.append(tabela_red[tabela_red["Home"] == row].sum()["AG"] + tabela_red[tabela_red["Away"] == row].sum()["HG"])
  102.  
  103. tabela_classificacao["Partidas Jogadas"] = partidas_jogadas
  104. tabela_classificacao["Vitorias"] = num_vitorias
  105. tabela_classificacao["Empates"] = num_empates
  106. tabela_classificacao["Derrotas"] = num_derrotas
  107. tabela_classificacao["Pontos Ganhos"] = tabela_classificacao.apply(calculaPontos, axis=1)
  108. tabela_classificacao["Gols A Favor"] = gols_a_favor
  109. tabela_classificacao["Gols Tomados"] = gols_tomados
  110. tabela_classificacao["Saldo de Gols"] = tabela_classificacao.apply(calculaSaldo, axis=1)
  111.  
  112. print(tabela_classificacao.head(n=1))
  113. orden = tabela_classificacao.sort_values("Pontos Ganhos", ascending=False)
  114.  
  115. export = orden.to_csv(r"C:\\Users\\Pichau\\.spyder-py3\\Classificacao Brasileirao.csv")
  116. """
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement