Como analisar dados de Futebol¶

Neste vídeo eu trago uma introdução sobre como, no geral, você irá encontrar os dados de futebol. Os tipos de tabelas e como unir todas elas.

Espero que ajude a sua jornada de conhecimento.

Link para download da base de dados: https://www.kaggle.com/tiagodatascience/campeonato-paulista-a1

Link para o vídeo do Youtube: https://www.youtube.com/watch?v=5AwqRsMtkCo&t=637s

import datetime
import pandas as pd
import betfairlightweight
import time
pd.set_option('display.max_columns',50)

df_jogos = pd.read_csv('../dados/jogos_paulista.csv')
df_stats = pd.read_csv('../dados/stats_paulista.csv')
df_eventos = pd.read_csv('../dados/events_paulista.csv')

Tabela de Jogos¶

1 jogo por linha
Dados como o estádio, juiz, resultado, id do jogo, nome dos times, etc.
Base para a união dos dados para as demais tabelas

df_jogos.columns

Index(['idEvent', 'dateEvent', 'eventCity', 'eventStatus', 'eventElapsed',
       'eventLeague', 'eventRound', 'idHomeTeam', 'strHomeTeam',
       'logoHomeTeam', 'idAwayTeam', 'strAwayTeam', 'logoAwayTeam',
       'intHomeScore', 'intAwayScore', 'intHomeHt', 'intAwayHt', 'date',
       'hour', 'idWinner', 'winner', 'winOrDraw', 'underOver', 'predGoalsHome',
       'predGoalsAway', 'advice', 'formHome', 'formAway', 'attHome', 'attAway',
       'defHome', 'defAway', 'poissonHome', 'poissonAway', 'h2hHome',
       'h2hAway', 'goalsHome', 'goalsAway', 'totalHome', 'totalAway',
       'homeOdd', 'drawOdd', 'awayOdd', 'over05', 'over05Ht', 'under15',
       'under15Ht'],
      dtype='object')

df_jogos.head()

	idEvent	dateEvent	eventCity	eventStatus	eventElapsed	eventLeague	eventRound	idHomeTeam	strHomeTeam	logoHomeTeam	idAwayTeam	strAwayTeam	logoAwayTeam	intHomeScore	intAwayScore	intHomeHt	intAwayHt	date	hour	idWinner	winner	winOrDraw	underOver	predGoalsHome	predGoalsAway	advice	formHome	formAway	attHome	attAway	defHome	defAway	poissonHome	poissonAway	h2hHome	h2hAway	goalsHome	goalsAway	totalHome	totalAway
0	317888	2020-02-02 19:00:00-03:00	Campinas, São Paulo	Match Finished	90	Paulista - A1	Regular Season - 4	138	Guarani Campinas	https://media.api-sports.io/football/teams/138...	10003	Santo André	https://media.api-sports.io/football/teams/100...	2	1	1	1	2020-02-02 00:00:00	19:00:00	10003.0	Santo André	False	1.5	-2.5	-4.5	Combo Winner : Santo André and +1.5 goals	31	69	50	50	50	50	24	76	0	0	0	0	38.8	61.3
1	317890	2020-02-03 20:00:00-03:00	Ribeirão Preto, São Paulo	Match Finished	90	Paulista - A1	Regular Season - 4	2618	Botafogo SP	https://media.api-sports.io/football/teams/261...	7848	Mirassol	https://media.api-sports.io/football/teams/784...	0	6	0	3	2020-02-03 00:00:00	20:00:00	7848.0	Mirassol	True	0.0	-1.5	-1.5	Double chance : draw or Mirassol	25	75	50	50	30	70	0	100	0	0	0	0	35.0	65.0
2	317891	2020-02-03 20:00:00-03:00	São Paulo, São Paulo	Match Finished	90	Paulista - A1	Regular Season - 4	126	Sao Paulo	https://media.api-sports.io/football/teams/126...	7834	Novorizontino	https://media.api-sports.io/football/teams/783...	1	1	0	0	2020-02-03 00:00:00	20:00:00	7834.0	Novorizontino	True	-3.5	-2.5	-2.5	Combo Double chance : draw or Novorizontino an...	50	50	50	50	0	100	0	0	0	0	0	0	50.0	50.0
3	317892	2020-02-07 19:15:00-03:00	Barueri, São Paulo	Match Finished	90	Paulista - A1	Regular Season - 5	143	Oeste	https://media.api-sports.io/football/teams/143...	138	Guarani Campinas	https://media.api-sports.io/football/teams/138...	1	1	1	1	2020-02-07 00:00:00	19:15:00	138.0	Guarani Campinas	False	1.5	-1.5	-4.5	Combo Winner : Guarani Campinas and +1.5 goals	30	70	20	80	27	73	8	92	71	29	69	31	37.5	62.5
4	317907	2020-02-21 16:00:00-03:00	Ribeirão Preto, São Paulo	Match Finished	90	Paulista - A1	Regular Season - 7	2618	Botafogo SP	https://media.api-sports.io/football/teams/261...	1201	Inter De Limeira	https://media.api-sports.io/football/teams/120...	2	1	0	1	2020-02-21 00:00:00	16:00:00	1201.0	Inter De Limeira	True	0.0	-1.5	-2.5	Double chance : draw or Inter De Limeira	18	82	43	57	25	75	10	90	0	0	0	0	24.0	76.0

Tabela Estatísticas¶

Pode variar, neste caso são 2 linhas por jogo (1 para o time da casa e 1 para o visitante)
Trazem os dados como posse de bola, chutes a gol, escanteios, cartões, etc.
Com os tratamentos, transformando 1 linha por jogo, geralmente é o input para análises e modelos estatísticos

df_stats.head()

	idEvent	idTeam	strTeam	isHome	shots_on_goal	shots_off_goal	total_shots	blocked_shots	shots_insidebox	shots_outsidebox	fouls	corner_kicks	offsides	ball_possession	yellow_cards	red_cards	goalkeeper_saves	total_passes	passes_accurate	passes_%
0	317952	10018	Água Santa	True	4.0	3.0	11.0	4.0	6.0	5.0	15.0	7.0	1.0	42%	1.0	NaN	3.0	312.0	242.0	78%
1	317952	7826	Ferroviária	False	2.0	7.0	17.0	8.0	8.0	9.0	13.0	8.0	NaN	58%	3.0	NaN	3.0	418.0	334.0	80%
2	317953	2618	Botafogo SP	True	5.0	3.0	12.0	4.0	10.0	2.0	18.0	7.0	1.0	60%	4.0	NaN	4.0	478.0	394.0	82%
3	317953	10018	Água Santa	False	5.0	4.0	13.0	4.0	8.0	5.0	10.0	5.0	NaN	40%	3.0	NaN	4.0	307.0	239.0	78%
4	317954	10018	Água Santa	True	2.0	2.0	5.0	1.0	3.0	2.0	20.0	1.0	3.0	35%	6.0	NaN	5.0	305.0	240.0	79%

Tabela Eventos¶

1 linha por tipo de evento/time/jogador/tempo
Geralmente traz os principais eventos do jogos: Substituições, cartões, gols
Interessante para montar uma linha do tempo do jogo e entender o efeito destes eventos no resultado. Será que um cartão vermelho acima dos 30 minutos garante que o time com 1 a mais será vencedor? Fica a questão para análises…hehe

df_eventos.head()

	idEvent	timeElapsed	idTeam	strTeam	idPlayer	strPlayer	tipo	detail	comments
0	317952	32	7826	Ferroviária	15278	Carlão	Card	Yellow Card	NaN
1	317952	40	7826	Ferroviária	9457	Rayan	subst	Substitution 1	NaN
2	317952	55	10018	Água Santa	55298	Uederson	subst	Substitution 1	NaN
3	317952	59	7826	Ferroviária	80600	Tony	Card	Yellow Card	NaN
4	317952	65	10018	Água Santa	9852	Felipe Azevedo	subst	Substitution 2	NaN

Conteudo Gratuito Academia dos Bots

Como analisar dados de Futebol¶

Tabela de Jogos¶

Tabela Estatísticas¶

Tabela Eventos¶