プロ野球データを簡単にスクレイピング

経緯

ふと、プロ野球の順位予想をしてみたくなり、
せっかくなら順位も選手成績データを分析して順位予想してやろうと。

それでは簡単にコードから

今回は以下のURLをPythonで指定してやると、簡単に動きます。
便利な時代ですね。

ちなみに今回はパリーグの投手成績・野手成績・チーム成績をスクレイピングします。

baseball-data.com

import pandas as pd
base_url = "https://baseball-data.com/"
years = [10,11,12,13,14,15,16,17,18,19]
players = ['pitcher', 'hitter']
#months = [3,4,5,6,7,8,9,10,11]
teams = ['l','h','e','m','f','bs']

df = None
for player in players:
    for year in years:
        for team in teams:
            url = base_url + str(year) + '/stats/' + player + '-' + team +'/' 
            print(url)
            try:
                dfs = pd.read_html(url)
                df_temp = dfs[0]
                df_temp['team'] = team
                df_temp['year'] = year
                
            except Exception as e:
                print(e)
                continue
                
            if df is None:
                df = df_temp
            else:
                df = pd.concat([df,df_temp])
    df.to_csv(player+'.csv')

df = None
data = ['standings']
for d in data:
    for year in years:
        url = base_url + str(year) + '/team/pa.html'
        print(url)
        try:
            dfs = pd.io.html.read_html(url)
            df_temp = dfs[0]
            df_temp['year'] = year
        except Exception as e:
            print(e)
            continue
                
        if df is None:
            df = df_temp
        else:
            df = pd.concat([df,df_temp])
    df.to_csv(d+'-team.csv')

次回からは近年のチーム成績と総合投手力・野手力を加味していきたいと思います。

参考サイト

qiita.com