Partidas Brasileirão
Victor Fritsch Ribeiro, Henrique Rafael Daltrozo e Theodoro Gaspar Ferreira.
A análise estatística no contexto esportivo oferece insights valiosos para compreender o desempenho das equipes ao longo de uma competição, que nesse caso o foco foi o campeonato Brasileiro. Neste estudo, exploramos dados dessa competição esportiva durante um período de 10 anos, investigando a performance dos times com base nos gols marcados, vitórias, derrotas, empates e ano da competição.
Utilizando técnicas de visualização de dados, exploramos diversos aspectos do desempenho das equipes, desde os líderes em gols até aqueles que enfrentaram maiores desafios para marcar. Por meio de gráficos interativos, buscamos compreender a evolução temporal das performances das equipes ao longo das temporadas, destacando os dois lados da moeda.
Através de gráficos interativos e análises visuais detalhadas, este estudo visa oferecer uma perspectiva clara e elucidativa do cenário esportivo, proporcionando um olhar mais abrangente sobre o desempenho das equipes e os padrões observados ao longo das temporadas.
Bibliotecas utilizadas
import pandas as pd
import matplotlib.pyplot as plt
import plotly.graph_objects as go
import plotly.express as px
Importação do Dataset
Para fazermos esta análise, utilizamos um dataset público disponibilizado pela plataforma Kaggle, este dataset compila diversos dados das partidas brasileiras dos últimos anos, entre 2012 e 2022.
#Importando csv do dataset e salvando como um dataframe
raw_datasetBr = pd.read_csv('Brasileirao_Matches.csv')
Clusterização
O processo de clusterização consiste em realizar o agrupamento, organização e filtragem de informações por características em comum. Neste caso estamos removendo alguns dados inconsistentes presentes na database, corrigindo o datasheet para remover dados que estão listados como "Nulos" que podem atrapalhar ao extrair algumas informações como, por exemplo, placar dos jogos listados.
Há também alguns códigos de gráficos que poderiam estar unificados nessa seção, porém preferimos manter todo passo a passo de cada gráfico no seu respectivo quadro.
# Filtrando o conjunto de dados para remover entradas com '(home ou away)_goal' inválido ou nulo
filter_nulo = raw_datasetBr.loc[(raw_datasetBr['home_goal'] > -1) | (raw_datasetBr['away_goal'] > -1)]
filter_nulo.to_csv("Cluster.csv")
datasetBr = pd.read_csv("Cluster.csv")
Tendência de Gols Marcados pelo Time da Casa por Rodada - Separado por Ano
# Filtrar os gols marcados pelo time da casa
home_goals_by_year = datasetBr.groupby(['season', 'round'])['home_goal'].sum().unstack('season')
# Resetar o índice para que 'round' seja uma coluna novamente
home_goals_by_year = home_goals_by_year.reset_index()
# Criar uma figura para o gráfico interativo
fig = go.Figure()
# Adicionar linhas para cada ano
for col in home_goals_by_year.columns[1:]:
fig.add_trace(go.Scatter(x=home_goals_by_year['round'], y=home_goals_by_year[col], name=str(col)))
# Atualizar layout do gráfico
fig.update_layout(
title='Tendência de Gols Marcados pelo Time da Casa por Rodada - Separado por Ano',
xaxis=dict(title='Rodada'),
yaxis=dict(title='Gols Marcados'),
legend_title='Ano',
hovermode='x' # Define a interação do cursor para destacar os dados na direção X
)
# Mostrar o gráfico interativo
fig.show()
Tendência de Gols Marcados pelo Time Visitante por Rodada - Separado por Ano
# Filtrar os gols marcados pelo time visitante
away_goals_by_year = datasetBr.groupby(['season', 'round'])['away_goal'].sum().unstack('season')
# Resetar o índice para que 'round' seja uma coluna novamente
away_goals_by_year = away_goals_by_year.reset_index()
# Criar uma figura para o gráfico interativo
fig = go.Figure()
# Adicionar linhas para cada ano
for col in away_goals_by_year.columns[1:]:
fig.add_trace(go.Scatter(x=away_goals_by_year['round'], y=away_goals_by_year[col], name=str(col)))
# Atualizar layout do gráfico
fig.update_layout(
title='Tendência de Gols Marcados pelo Time Visitante por Rodada - Separado por Ano',
xaxis=dict(title='Rodada'),
yaxis=dict(title='Gols Marcados'),
legend_title='Ano',
hovermode='x' # Define a interação do cursor para destacar os dados na direção X
)
# Mostrar o gráfico interativo
fig.show()
Distribuição de Gols Marcados pelo Time da Casa e Visitante
# Comparação da distribuição de gols do time da casa e do time visitante
plt.figure(figsize=(8, 6))
datasetBr[['home_goal', 'away_goal']].boxplot()
plt.title('Distribuição de Gols Marcados pelo Time da Casa e Visitante')
plt.ylabel('Gols')
plt.show()
Total de Gols por Temporada (Casa vs Visitante)
# Contagem de gols por temporada separados por time da casa e visitante
goals_by_season = datasetBr.groupby('season')[['home_goal', 'away_goal']].sum()
goals_by_season.plot(kind='bar', figsize=(10, 6))
plt.xlabel('Temporada')
plt.ylabel('Total de Gols')
plt.title('Total de Gols por Temporada (Casa vs Visitante)')
plt.legend(['Gols Time da Casa', 'Gols Time Visitante'])
plt.show()
Total de Partidas por Estado
# Contando o número de partidas por estado em cada temporada
matches_by_state_home = datasetBr.groupby(['season', 'home_team_state']).size().reset_index(name='matches')
matches_by_state_away = datasetBr.groupby(['season', 'away_team_state']).size().reset_index(name='matches')
# Combinando os dados de partidas por estado
total_matches_by_state = matches_by_state_home.merge(matches_by_state_away, how='outer',
left_on=['season', 'home_team_state'],
right_on=['season', 'away_team_state'])
total_matches_by_state['total_matches'] = total_matches_by_state['matches_x'].fillna(0) + total_matches_by_state['matches_y'].fillna(0)
# Agrupando o número total de partidas por estado
total_matches = total_matches_by_state.groupby('home_team_state')['total_matches'].sum().reset_index()
# Criando o gráfico de barras interativo com Plotly Express
fig = px.bar(total_matches, x='home_team_state', y='total_matches',
labels={'home_team_state': 'Estado', 'total_matches': 'Total de Partidas'},
title='Número Total de Partidas por Estado')
fig.update_layout(xaxis_title='Estado', yaxis_title='Total de Partidas')
fig.show()
Distribuição de Partidas por Estado
# Contar o número de partidas por estado em cada temporada
matches_by_state_home = datasetBr.groupby(['season', 'home_team_state']).size().reset_index(name='matches')
matches_by_state_away = datasetBr.groupby(['season', 'away_team_state']).size().reset_index(name='matches')
# Combinar os dados de partidas por estado
total_matches_by_state = matches_by_state_home.merge(matches_by_state_away, how='outer',
left_on=['season', 'home_team_state'],
right_on=['season', 'away_team_state'])
total_matches_by_state['total_matches'] = total_matches_by_state['matches_x'].fillna(0) + total_matches_by_state['matches_y'].fillna(0)
# Calcular o total de partidas por estado
total_matches = total_matches_by_state.groupby('home_team_state')['total_matches'].sum().reset_index()
# Criar o gráfico de pizza interativo com Plotly Express
fig = px.pie(total_matches, values='total_matches', names='home_team_state',
labels={'total_matches': 'Número de Partidas', 'home_team_state': 'Estado'},
title='Distribuição de Partidas por Estado')
fig.update_traces(textposition='inside', textinfo='percent+label')
fig.show()
Distribuição de Gols por Estado
# Agrupar gols marcados por estado (casa e visitante)
home_goals_by_state = datasetBr.groupby('home_team_state')['home_goal'].sum()
away_goals_by_state = datasetBr.groupby('away_team_state')['away_goal'].sum()
# Somar os gols de ambos os times para cada estado
total_goals_by_state = home_goals_by_state.add(away_goals_by_state, fill_value=0).sort_values(ascending=False)
# Criar um dataframe para o gráfico
goals_df = pd.DataFrame({'State': total_goals_by_state.index, 'Total Goals': total_goals_by_state.values})
# Plotar o gráfico de distribuição de gols por estado
fig = px.bar(goals_df, x='Total Goals', y='State', orientation='h', title='Distribuição de Gols por Estado')
fig.update_layout(xaxis_title='Total de Gols', yaxis_title='Estado')
fig.show()
Porcentagem de Resultados(Vitórias(Visitante/Mandante) e Empates)
# Função para determinar o resultado do jogo com base nos gols marcados
def get_result(row):
if row['home_goal'] > row['away_goal']:
return 'vitória_time_casa'
elif row['home_goal'] < row['away_goal']:
return 'vitória_time_visitante'
else:
return 'empate'
# Adicionar uma coluna 'result' ao dataframe com os resultados dos jogos
datasetBr['result'] = datasetBr.apply(get_result, axis=1)
# Contar o número total de jogos
total_games = len(datasetBr)
# Contar o número de vitórias para o time da casa
home_wins = (datasetBr['result'] == 'vitória_time_casa').sum()
# Contar o número de vitórias para o time visitante
away_wins = (datasetBr['result'] == 'vitória_time_visitante').sum()
# Contar o número de empates
draws = (datasetBr['result'] == 'empate').sum()
# Calcular as porcentagens
percentage_home_wins = (home_wins / total_games) * 100
percentage_away_wins = (away_wins / total_games) * 100
percentage_draws = (draws / total_games) * 100
# Criar um DataFrame para o gráfico
results = {
'Resultado': ['Time da Casa', 'Time Visitante', 'Empate'],
'Porcentagem': [percentage_home_wins, percentage_away_wins, percentage_draws]
}
results_df = pd.DataFrame(results)
# Criar o gráfico interativo com Plotly
fig = px.bar(results_df, x='Resultado', y='Porcentagem', color='Resultado', text='Porcentagem',
labels={'Porcentagem': 'Porcentagem (%)'}, title='Porcentagem de Resultados')
fig.update_traces(texttemplate='%{text:.2f}%', textposition='outside')
fig.show()
Top 10 Times com Mais Gols
# Agrupar gols marcados por cada time (tanto em casa quanto fora)
goals_by_team_home = datasetBr.groupby('home_team')['home_goal'].sum()
goals_by_team_away = datasetBr.groupby('away_team')['away_goal'].sum()
# Somar os gols de cada time
total_goals_by_team = goals_by_team_home.add(goals_by_team_away, fill_value=0).sort_values(ascending=False)
# Selecionar os 10 times com mais gols
top_10_teams = total_goals_by_team.head(10).reset_index()
# Plotar o gráfico de barras interativo com Plotly Express
fig = px.bar(top_10_teams, x='home_team', y=0, color='home_team', text=0,
labels={'home_team': 'Time', '0': 'Total de Gols'}, title='Top 10 Times com Mais Gols')
fig.update_traces(texttemplate='%{text}', textposition='outside')
fig.update_layout(xaxis_title='Time', yaxis_title='Total de Gols', xaxis={'categoryorder':'total descending'})
fig.show()
Gols dos 10 maiores marcadores por ano
# Agrupar gols marcados por cada time (tanto em casa quanto fora)
goals_by_team_home = datasetBr.groupby(['season', 'home_team'])['home_goal'].sum()
goals_by_team_away = datasetBr.groupby(['season', 'away_team'])['away_goal'].sum()
# Somar os gols de cada time por temporada
total_goals_by_team = goals_by_team_home.add(goals_by_team_away, fill_value=0).reset_index()
# Selecionar os 10 times com mais gols
top_10_teams = total_goals_by_team.groupby('home_team')[0].sum().nlargest(10).index
# Filtrar os dados apenas para os 10 times principais
filtered_data = total_goals_by_team[total_goals_by_team['home_team'].isin(top_10_teams)]
# Plotar o gráfico de linhas interativo com Plotly Express
fig = px.line(filtered_data, x='season', y=0, color='home_team', labels={'0': 'Gols', 'season': 'Temporada', 'home_team': 'Time'},
title='Gols dos 10 maiores marcadores por ano')
fig.update_layout(xaxis_title='Temporada', yaxis_title='Total de Gols', legend_title='Time')
fig.show()
Top 10 times com menos gols
# Agrupar gols marcados por cada time (tanto em casa quanto fora)
goals_by_team_home = datasetBr.groupby(['home_team'])['home_goal'].sum()
goals_by_team_away = datasetBr.groupby(['away_team'])['away_goal'].sum()
# Somar os gols de cada time
total_goals_by_team = goals_by_team_home.add(goals_by_team_away, fill_value=0).sort_values()
# Selecionar os 10 times com menos gols
bottom_10_teams = total_goals_by_team.head(10).reset_index()
# Plotar o gráfico de barras interativo com Plotly Express
fig = px.bar(bottom_10_teams, x='home_team', y=0, color='home_team', text=0,
labels={'home_team': 'Time', '0': 'Total de Gols'}, title='Top 10 Times com Menos Gols')
fig.update_traces(texttemplate='%{text}', textposition='outside')
fig.update_layout(xaxis_title='Time', yaxis_title='Total de Gols', xaxis={'categoryorder':'total ascending'})
fig.show()
Gols dos 10 piores marcadores por ano
# Agrupar gols marcados por cada time (tanto em casa quanto fora)
goals_by_team_home = datasetBr.groupby(['season', 'home_team'])['home_goal'].sum()
goals_by_team_away = datasetBr.groupby(['season', 'away_team'])['away_goal'].sum()
# Somar os gols de cada time por temporada
total_goals_by_team = goals_by_team_home.add(goals_by_team_away, fill_value=0).reset_index()
# Selecionar os 10 times com menos gols
bottom_10_teams = total_goals_by_team.groupby('home_team')[0].sum().nsmallest(10).index
# Filtrar os dados apenas para os 10 times com menos gols
filtered_data = total_goals_by_team[total_goals_by_team['home_team'].isin(bottom_10_teams)]
# Plotar o gráfico de linhas interativo com Plotly Express
fig = px.line(filtered_data, x='season', y=0, color='home_team',
labels={'0': 'Gols', 'season': 'Temporada', 'home_team': 'Time'},
title='Gols dos 10 piores marcadores por Ano')
fig.update_layout(xaxis_title='Temporada', yaxis_title='Total de Gols', legend_title='Time')
fig.show()
Top 10 times que mais sofreram gols
# Agrupar gols sofridos por cada time (tanto em casa quanto fora)
goals_conceded_home = datasetBr.groupby('home_team')['away_goal'].sum()
goals_conceded_away = datasetBr.groupby('away_team')['home_goal'].sum()
# Somar os gols sofridos de cada time
total_goals_conceded = goals_conceded_home.add(goals_conceded_away, fill_value=0).sort_values(ascending=False)
# Selecionar os 10 times que mais sofreram gols
top_10_conceded = total_goals_conceded.head(10).reset_index()
# Plotar o gráfico de barras interativo com Plotly Express
fig = px.bar(top_10_conceded, x='home_team', y=0, color='home_team', text=0,
labels={'home_team': 'Time', '0': 'Total de Gols Sofridos'}, title='Top 10 Times que Mais Sofreram Gols')
fig.update_traces(texttemplate='%{text}', textposition='outside')
fig.update_layout(xaxis_title='Time', yaxis_title='Total de Gols Sofridos', xaxis={'categoryorder':'total descending'})
fig.show()
Top 10 times que mais sofreram gols por ano
# Agrupar gols sofridos por cada time em cada temporada
goals_conceded_home = datasetBr.groupby(['season', 'home_team'])['away_goal'].sum()
goals_conceded_away = datasetBr.groupby(['season', 'away_team'])['home_goal'].sum()
# Somar os gols sofridos de cada time por temporada
total_goals_conceded = goals_conceded_home.add(goals_conceded_away, fill_value=0).reset_index()
# Selecionar os 10 times que mais sofreram gols
top_10_conceded = total_goals_conceded.groupby('home_team')[0].sum().nlargest(10).index
# Filtrar os dados apenas para os 10 times que mais sofreram gols
filtered_data = total_goals_conceded[total_goals_conceded['home_team'].isin(top_10_conceded)]
# Plotar o gráfico de linhas interativo com Plotly Express
fig = px.line(filtered_data, x='season', y=0, color='home_team',
labels={'0': 'Gols Sofridos', 'season': 'Temporada', 'home_team': 'Time'},
title='Gols Sofridos dos 10 Times Principais por Ano')
fig.update_layout(xaxis_title='Temporada', yaxis_title='Total de Gols Sofridos', legend_title='Time')
fig.show()
Top 10 Times que Menos Sofreram Gols (com pelo menos 6 anos de competição)
# Agrupar gols sofridos por cada time (tanto em casa quanto fora)
goals_conceded_home = datasetBr.groupby('home_team')['away_goal'].sum()
goals_conceded_away = datasetBr.groupby('away_team')['home_goal'].sum()
# Somar os gols sofridos de cada time
total_goals_conceded = goals_conceded_home.add(goals_conceded_away, fill_value=0)
# Contar o número de anos que cada time jogou
years_played = datasetBr.groupby('home_team')['season'].nunique() + datasetBr.groupby('away_team')['season'].nunique()
# Filtrar os times que jogaram pelo menos 6 anos
teams_six_or_more_years = years_played[years_played >= 6].index
# Filtrar os gols sofridos apenas para os times que jogaram pelo menos 6 anos
filtered_goals_conceded = total_goals_conceded[teams_six_or_more_years].sort_values().head(10).reset_index()
# Plotar o gráfico de barras interativo com Plotly Express
fig = px.bar(filtered_goals_conceded, x='home_team', y=0, color='home_team', text=0,
labels={'home_team': 'Time', '0': 'Total de Gols Sofridos'}, title='Top 10 Times que Menos Sofreram Gols (com pelo menos 6 anos de competição)')
fig.update_traces(texttemplate='%{text}', textposition='outside')
fig.update_layout(xaxis_title='Time', yaxis_title='Total de Gols Sofridos', xaxis={'categoryorder':'total ascending'})
fig.show()