高い勝率を誇るチームには"〇〇"が強みだった！？ - 山下誠二郎のITとフォートナイトと野球ブログ

野球は「投手」で決まる

本当？
確かに10年前、落合中日時代は打率指標 6球団最下位でもリーグ優勝を果たしていました。
そこには岩瀬や川上憲伸、浅尾のような投手陣、
荒木や井端、英智のような鉄壁守備陣の貢献が必要不可欠でした。

一方で近年は打高投低と呼ばれています。

勝率との相関性をデータを使って簡単に確認してみました。

スクリプト内容

以前の記事で作成したcsvファイルを読み込み、
必要な投打に関する情報と勝率、チーム名を取得します。

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
team_score = pd.read_csv('standings-team.csv')

rank = team_score[['順位', 'チーム', '勝率']]
score = team_score.iloc[:,13:23]
score_df = pd.concat([rank, score],axis=1 ,join='outer')

各指標において値のばらつきが生じていました。
これをある程度統一化させるために、
正規化処理を施します。

順位と年度は正規化させず一旦データから離します。

float_score = score_df.dtypes[(score_df.dtypes=='int64')|(score_df.dtypes=='float64')].index.tolist()
float_score.remove('year')
float_score.remove('順位')

from  sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
scaler.fit(score_df[float_score])
score_df[float_score] = scaler.transform(score_df[float_score])

防御率、失点は低いほうが良い。
打率、得点は高い方が良い。

...うーん...。
なんか統一感がないなと感じたので、
どちらも高い値をとるほど良い成績となるよう、
防御率・失点に負符号を掛けます。

score_df_n = score_df[['失点', '平均失点', '防御率']] * -1
score_df_d = score_df.drop(columns=['失点', '平均失点', '防御率'])
score_df = pd.concat([score_df_d, score_df_n], axis=1, join='outer')

これが勝率と相関度が高い変数たちです。
やはり失点指標より得点指標の方が勝率に大きく関わっています。

corr = score_df.corr()
corr = corr.nlargest(10, '勝率')['勝率'].index
cm = np.corrcoef(score_df[corr].values.T)
sns.set(font_scale=1.25)
sns.heatmap(cm, cbar=False, annot=True, square=True, fmt='.2f', annot_kws={'size': 10}, yticklabels=corr.values, xticklabels=corr.values)
plt.show()

野手、投手に関連する変数に分けて勝率との関連度を可視化させます。
今回はパリーグ6球団での分析となります。

rbi_score = score_df[['勝率','チーム','打率','本塁打','平均得点']].groupby(['チーム'], as_index=False).mean().sort_values('打率',ascending=False)
pit_score = score_df[['勝率','チーム','防御率','平均失点']].groupby(['チーム'], as_index=False).mean().sort_values('防御率',ascending=True)

def plot_scatter(path,data):
    sns.scatterplot(x='勝率',
                    y=path, 
                    hue='チーム',
                    palette={'ソフトバンク': '#FFA500',
                             '西武': '#00FFFF',
                             '日本ハム': '#4169E1',
                             '楽天': '#DC143C',
                             'ロッテ': '#A9A9A9',
                             'オリックス': '#4B0082'},
                    legend=False,
                    data=data)

可視化

チーム別のカラーは以下の通りです。
凡例をねじ込むと少々見難くなりましたので、抜きました。

西武

ソフトバンク

楽天

ロッテ

日本ハム

オリックス

打率

2009年以降の打率だとばらつきが見られるのに対して、2013年以降は勝率と打率の相関度が高いように思えます。
気になって調べてみると当時、
2010年に用いられた球(飛ぶボール)と2011-2012年の球(飛ばないボール)は
2013年以降の球と反発係数が違い、
打者の本塁打数と打率、投手の防御率に大きく影響したことが原因だと考えています。