1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

高校野球データで学ぶ Tableau 60分ハンズオン — 1つのCSVで「出身地→高校→球団」をたどる

1
Posted at

夏の甲子園、地元代表校を応援したことはありますか? 私は滋賀出身なので、毎年夏になると地元代表の中継をついチェックしてしまいます。2022年に近江高校がベスト4まで勝ち上がったときは、県内が一気に盛り上がったのを覚えています。

では、甲子園出場校から高校卒業後に直接プロへ進んだ選手は、どこで生まれ、どの県の高校を経て、どの球団へ進んだのでしょうか。

この記事では、1つのCSVをTableauへ読み込み、次の順番で進路をたどります。

  1. どこで生まれたかを出身地マップで見る
  2. どの県の高校へ通ったかを高校所在地ランキングで見る
  3. どの球団へ進んだかを指名球団×守備位置ヒートマップで見る

最後に選手情報の一覧を含めた4枚をダッシュボードへ並べます。地図で出身県をクリックすると、残りの3枚が連動するところまでがゴールです。

この記事には集計結果の答えを載せていません。数値はTableauの軸・凡例・ラベル・ツールヒントから読み取り、自分で発見する構成です。

はじめに

この記事は【第7回 推し活ユーザー会】甲子園からドラフトまで!高校野球をデータで推してみよう⚾のハンズオン資料です。

配布ファイル: ドラフト指名データ.csv / 甲子園出場データ.csv / 甲子園出場校データ.csv / 試合結果.csv

対象はTableau DesktopまたはTableau Publicをインストール済みで、「まず1つダッシュボードを完成させたい」という方です。

複数ファイルの結合、リレーションシップ、LOD、複雑な計算フィールドは使いません。1ファイルを読み込み、ほぼドラッグ&ドロップだけで進めます。

QUEST 1 ▶ データを知り、Tableauへ読み込む

配布フォルダには4ファイル入っていますが、本編で使うのはドラフト指名データ.csvだけです。 残り3ファイルは同じテーマをより詳しく調べたい人向けの発展データです。

  • 1行が1選手を表します。
  • 対象となるドラフト年は1989〜2025年です。
  • 指名球団は現在の球団名へ名寄せ済みです。

使う列を確認する

各ファイルの列は下のアコーディオンを開くと確認できます。

ドラフト指名データ.csv — 本編で使う主な列(全16列中11列・628行)

1 選手 = 1 行。1989〜2025年のドラフトで指名された628人ぶんです。

列名 内容
選手ID 人数を数える集計用キー
選手名 画面に表示する選手名
出身都道府県 生まれた場所
出身校名 通った高校名
学校 所在都道府県 通った高校の所在地
進学区分 出身都道府県と学校 所在都道府県の一致・不一致(県内進学 / 県外進学 / 海外出身)
ドラフト年 指名された年(1989〜2025)
指名球団 指名先の球団
指名順位 契約区分内での指名順位
契約区分 支配下 または 育成
守備位置 指名時の守備位置

出身都道府県と学校 所在都道府県は別の情報です。たとえば岐阜県で生まれ、大阪府の高校へ通った選手なら、前者は岐阜県、後者は大阪府になります。この違いが、今回のダッシュボードでたどる「移動」です。

また、選手IDはWikipediaの記事名をもとに作った集計用IDで、選手名と異なる場合があります。画面に表示するなら選手名、人数を数えるなら一意性を確認済みの選手IDを使います。

ドラフト指名データ.csv — 選手ごとの指名記録(16列・628行)

1 選手 × 1 指名 = 1 行。1989〜2025年のドラフトで指名された628人ぶんです。

列名 内容
選手ID 選手を一意に識別するID
出身都道府県 / 出身市区町村 選手の出身地
出身校ID / 出身校名 出身高校
ドラフト年 1989〜2025
指名球団 ドラフトで指名した球団
指名順位 1位・2位…(数値)
契約区分 支配下 または 育成
守備位置 投手/内野手/外野手/捕手

こちらは指名時点の生データに近い列構成です。

甲子園出場校データ.csv — 大会×学校の出場記録(21列・1,832行)

1 大会 × 1 代表地区 × 1 学校 = 1 行。平成〜令和(1989〜2026年)に出場した538校ぶんです。

列名 内容
大会ID / 開催年 大会を一意に識別するIDと開催年(平成〜令和の1989〜2026年のみ収録)
代表地区 / 都道府県 その大会での代表地区・都道府県
学校ID ドラフト指名データ.csv の 出身校ID と対応するキー
出場回数 / 連続出場 その大会時点での通算出場回数と、連続何年目の出場か(連続でなければ1)
学校_正式名称 / 学校_略称 / 学校_所在都道府県 / 学校_改称 学校マスタの情報。
学校_通算出場回数 / 学校_初回出場年 / 学校_最終出場年 学校の全期間(戦前含む)の実績。平成〜令和だけの数字ではない点に注意
地区_区分 / 地区_初出年 / 地区_最終出場年 / 地区_通算出場回数 代表地区マスタの情報(地区_プレフィックス)。地区_区分は平成〜令和では全て都道府県区分(広域ブロック・外地代表は1977年以前で終了しているため登場しない)

大会出場記録・学校マスタ・代表地区マスタの3ファイルを、平成〜令和に絞るなら分ける必要が薄いと判断して1ファイルに統合したものです。学校_/地区_のプレフィックスで、どの列がどのマスタ由来か分かるようにしています。

ドラフトに縁がなかった学校・出場も含めた、甲子園全体の姿を見たいときに使えます。

試合結果.csv — 全試合の結果(20列・3,588行)

1 試合 × 1 視点校 = 1 行(両校それぞれの視点で2行)。1,794試合×2校で3,588行です。

列名 内容
大会ID / 開催年 / ラウンド / 試合日 試合の基本情報(平成〜令和の1989〜2026年のみ収録、試合日は全行埋まっている)
学校ID / 学校名 / 得点 この行の主体校とその得点
相手校ID / 相手校名 / 相手得点 対戦相手
勝敗 勝ち / 負け / 引き分け / ノーゲーム
延長 / タイブレーク / サヨナラ / ノーゲーム それぞれ あり / なし
天気概況 / 最高気温 / 最低気温 / 降水量 試合日の天気(大阪の観測点データで代用。甲子園球場そのものの観測点は無いため)
天気_出典 天気データの出典表記。他の列とはデータの出所・ライセンスが違うため区別している

このデータの対象は、夏の甲子園出場校に在籍し、同時期の出場記録があり、高校卒業後に直接NPBへ入団した選手です。

春の選抜、大学・社会人経由の選手、入団しなかった指名選手、プロ入り後の成績は含みません。また、一部は本人記事で出場を確認できず、在籍校と開催年の一致までを確認した記録です。全高校球児や全プロ選手へ一般化しないでください。

CSVをTableauへ読み込む

  1. Tableau DesktopまたはTableau Publicを起動する
  2. 「接続」からテキストファイルを選ぶ
  3. ドラフト指名データ.csvを開く
  4. データソース画面で行数と列数を確認し、手元にメモする
  5. 画面下の「シート1」を開く

地図を作るため、データペインの出身都道府県を右クリックし、地理的役割 → 都道府県/州を選びます。Abcアイコンが地球儀に変われば準備完了です。

出身都道府県を右クリックし、地理的役割から都道府県/州を選ぶTableauのメニュー

読み取りプロンプト — データソース

  • このCSVは何行・何列ですか?
  • 選手IDと選手名は、どの行でも同じですか?
  • 指名球団には何種類の値がありますか?
  • 空欄がある列はどれですか?

QUEST 2 ▶ 出身地マップを作る

最初に「対象選手はどこで生まれたのか」を見ます。

  1. シート名を出身地マップへ変更する
  2. 出身都道府県をダブルクリックする
  3. マークの種類をマップへ変更する
  4. 選手IDをマークカードの色へドラッグする
  5. 色に置いた選手IDを右クリックし、メジャーをカウント(個別)へ変更する
  6. 選手IDをもう一度ツールヒントへ置き、こちらもカウント(個別)にする

CSVには緯度・経度が入っていませんが、地理的役割を設定するとTableauが「緯度(生成)」「経度(生成)」を自動で用意します。

出身都道府県を対象選手数で塗り分けたTableauの日本地図

ツールヒントで人数を読めるようにする

マークカードの「ツールヒント」を開き、次の形へ整えます。山括弧のフィールドは手入力せず、編集画面の挿入メニューから選んでください。

<出身都道府県>
対象選手数: <個別のカウント(選手ID)>

個別のカウントは、重複を除いてIDを数えます。このCSVは1選手1行なので通常のカウントでも同じ結果ですが、後から別データを追加して行が増えても人数を正しく保てるよう、ここでは個別のカウント(選手ID)を使います。

読み取りプロンプト — 出身地マップ

  • 色の凡例で、最小値と最大値はいくつですか?
  • 最も濃い都道府県はどこですか? ツールヒントの人数はいくつですか?
  • 人数が多い都道府県を上から4つ探すと、どこが並びますか?
  • 自分の出身都道府県は何人ですか?
  • 画面に「不明」と表示される値は何ですか? なぜ日本地図に描けないのでしょうか?

地図から海外を外して国内だけを見たい場合は、出身都道府県をフィルターへ置き、海外のチェックを外します。外す前に、不明な値もデータの一部であることを確認しておきましょう。

QUEST 3 ▶ 高校所在地ランキングを作る

出身地を確認したので、次は「対象選手はどの県の高校へ通ったのか」を見ます。

  1. 新しいワークシートを作り、名前を高校所在地にする
  2. 学校 所在都道府県を行へドラッグする
  3. 行に置いたフィールドを右クリックし、名前の変更で学校 所在都道府県にする
  4. 選手IDを列へドラッグする
  5. 選手IDをカウント(個別)へ変更する
  6. 契約区分をマークカードの色へドラッグする
  7. 選手IDをマークカードのラベルへ置き、カウント(個別)へ変更する
  8. 「ラベル」を開き、マークラベルを表示をオンにする
  9. ツールバーの並べ替えボタンで、人数の多い順に並べる

学校所在都道府県を契約区分で色分けしたTableauのランキング棒グラフ

棒の長さはその県の高校へ通った対象選手の合計、色とラベルは契約区分ごとの内訳を表します。正確な値はラベルで、全体の順位は軸と棒の長さで読みます。

ツールヒントを整える

<学校 所在都道府県>
<契約区分>: <個別のカウント(選手ID)>

読み取りプロンプト — 高校所在地ランキング

  • 棒が長い都道府県を上から3つ探すと、どこが並びますか?
  • 1位の棒では、どの契約区分が何人ずつですか?
  • 出身地マップの上位と、高校所在地ランキングの上位は同じですか?
  • 支配下より育成の色が大きい都道府県はありますか?
  • 気になる学校 所在都道府県にカーソルを合わせると、各区分は何人ですか?

QUEST 4 ▶ 球団×守備位置のヒートマップを作る

高校所在地まで確認したので、最後に「対象選手が、どの球団へどの守備位置で指名されたか」を見ます。

  1. 新しいワークシートを作り、名前を指名先ヒートマップにする
  2. 指名球団を列へドラッグする
  3. 守備位置を行へドラッグする
  4. マークの種類を四角へ変更する
  5. 選手IDを色へドラッグし、カウント(個別)へ変更する
  6. 選手IDをラベルにも置き、カウント(個別)へ変更する
  7. 「ラベル」を開き、マークラベルを表示をオンにする
  8. 表示方法を「ビュー全体」にする

指名球団を列、守備位置を行に置いたTableauのヒートマップ

色の濃さで全体の偏りを探し、マスのラベルで正確な人数を確認します。

ツールヒントを整える

<指名球団> × <守備位置>
対象選手数: <個別のカウント(選手ID)>

読み取りプロンプト — 球団×守備位置ヒートマップ

  • 最も濃いマスは、どの球団と守備位置の組み合わせですか? ラベルはいくつですか?
  • 2番目に人数が多いマスはどこですか?
  • 球団を横に見比べると、共通して濃い守備位置はありますか?
  • 色は似ていても、ラベルの値が違うマスはありますか?
  • 契約区分をフィルターへ置くと、支配下と育成で分布はどう変わりますか?

このグラフが表すのは、今回の対象選手における指名人数の分布です。「球団がその守備位置を戦略的に重視した」とまでは断定できません。また、当時の球団数や球団史を見る用途には向きません。

QUEST 5 ▶ 選手情報の一覧シートを作る

最後に、ダッシュボードでクリックした選手の詳細を確認できる一覧シートを作ります。

  1. 新しいワークシートを作り、名前を選手情報にする
  2. 選手名 出身校名 指名球団 ドラフト年 契約区分 指名順位 を順に行へドラッグする
  3. ドラフト年と指名順位は緑色の連続メジャーとして入るので、それぞれ右クリックし「不連続」に変更する

選手名・出身校名・指名球団などを並べたTableauの選手情報一覧

1選手1行のテキスト表です。ドラフト年と指名順位は数値なので、ドラッグした直後は「合計(ドラフト年)」のように連続メジャー(緑色)として扱われます。連続のままだと軸として扱われてしまうため、不連続(青色)に変えることで、選手ごとの実際の値をそのまま1列として表示できます。

QUEST 6 ▶ ダッシュボードで進路をたどる

4枚を1つの画面へまとめます。左から右へ「出身地 → 高校所在地・指名先 → 選手情報」と読める配置にします。

ダッシュボードを組み立てる

  1. 画面下の新しいダッシュボードをクリックする
  2. サイズを「デスクトップ ブラウザー」または幅1,200pxにする
  3. 出身地マップを左側へ、縦長に配置する
  4. 高校所在地を中央上へ配置する
  5. 指名先ヒートマップを中央下へ配置する
  6. 選手情報を右側へ、縦長に配置する
  7. ダッシュボード上の出身地マップを選ぶ
  8. 右上に表示される漏斗アイコンのフィルターとして使用をクリックする

出身地マップ・高校所在地・指名先ヒートマップ・選手情報を並べたTableauのダッシュボード全体

地図上の都道府県をクリックすると、同じ単一データソースに選択条件が渡り、残り3枚がその県出身の選手だけに切り替わります。右側の選手情報では、選手名や出身校名まで具体的に確認できます。消えた棒・マス・行も、条件に合う選手がいないことを示す情報です。選択を解除するときは、地図上の余白をクリックします。

全員で同じ県を観察する

地図で私の出身県、滋賀県をクリックし、右側の変化を観察します。答えを本文で確認するのではなく、マップのツールヒント、棒グラフの軸とラベル、ヒートマップのラベルを順番に読んでください。

出身地マップで滋賀県を選択し、残り3枚が絞り込まれたダッシュボード

選手情報には、記事冒頭で触れた近江高出身の山田陽翔(2022年 埼玉西武ライオンズ5位)が並びます。滋賀県出身17人のうち、6人が近江高出身です。近江、やっぱり強いですね。

読み取りプロンプト — ダッシュボード

  • 地図のツールヒントでは、選択した県の対象選手は何人ですか?
  • 高校所在地ランキングで、出身県と同じ県の高校へ通った選手は何人ですか?
  • 県外の高校へ通った選手は合計何人ですか?
  • 県外の高校所在地を人数順に3つ挙げると、どこですか?
  • ヒートマップで最も人数が多い指名先は、どの球団と守備位置ですか?
  • 選手情報に並ぶ選手数は、地図のツールヒントの人数と一致していますか?
  • 別の出身県へ切り替えると、上の答えはどう変わりますか?

別の県でも試してみてください。たとえば大阪府を選ぶと、こう見えます。

出身地マップで大阪府を選択したダッシュボード

選手情報を下にスクロールすると、大阪桐蔭高出身の森友哉(2013年 埼玉西武ライオンズ1位)や藤浪晋太郎(2012年 阪神タイガース1位)、履正社高出身の安田尚憲(2017年 千葉ロッテマリーンズ1位)・井上広大(2019年 阪神タイガース2位)といった名前も見つかります。

まとめ

今回は1つのCSVから、次の順番で対象選手の進路をたどりました。

  1. どこで生まれたか — 出身地マップ
  2. どの県の高校へ通ったか — 高校所在地ランキング
  3. どの球団へ進んだか — 球団×守備位置ヒートマップ

4枚が連動するのは、同じ単一データソースから作ったシートへ、地図の選択条件をフィルターとして渡しているためです。選手IDはシート同士を結合するキーではなく、どのシートでも人数を重複なく数えるための共通メジャーとして使いました。

この記事の答えは、本文ではなく完成したダッシュボードの中にあります。濃い・長いという第一印象を、軸・凡例・ラベル・ツールヒントの数値で確かめるところまでをセットにしてください。

一方で、出生地と高校の現在所在地を比較しただけでは進学理由まで分からず、現在名へ揃えた球団名から当時の球史は読めません。グラフの数字と一緒に、データが含むもの・失ったものも確認することが大切です。

まずは自分の出身県をクリックし、読み取りプロンプトへ答えてみてください。別の県と比べると、人数だけでは見えなかった進路の違いが見つかるはずです。

よかったらいいねしてください。


データの出典とライセンス

配布データは、日本語版Wikipediaのドラフト関連記事、選手記事、夏の甲子園大会記事を素材として構造化・加工したデータから生成しています。CC BY-SA 4.0で利用してください。

主な加工内容は、選手・学校・甲子園出場記録の結合、日本語列名化、選手単位への集約、球団名の現在名への名寄せ、進学区分の付与です。

このデータは速報用ではありません。また、日本高野連・NPBその他の団体による承認・提携を受けたものではありません。

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?