スポーツくじでスコア合計の新しいくじが始まるみたいだけど、

背景

• スポーツくじは、日本スポーツ振興センター（JAPAN SPORT COUNCIL）が運営する業務の一つで、「スポーツ振興」のための資金を得るために販売しています。日本スポーツ振興センター：スポーツ振興投票等業務
• スポーツくじで最高当選金6億円の「BIG」を超える「MEGA BIG」が今月から発売されます。
• 「BIG」は勝ち・分け・負けで14試合が対象で「MEGA BIG」はスコア合計で1点以下・2点・3点・4点以上で12試合が対象となります。

種別	対象試合	投票種類	確率	%
BIG	14	1,0,2	1/4,782,969	0.00000020907
MEGA BIG	12	1,2,3,4	1/16,777,216	0.0000000596

• 絶望的な「BIG」を超えて、形容する言葉すらない「MEGA BIG」です。

本題

• Jリーグの試合では、スコア合計はどんな分布になっているだろうか？
• J3リーグが始まった2014年から2019年までの6年間で6,130試合を対象にした。
• 内訳は、J1：1,836試合、J2：2,772試合、J3:1,522試合です。

処理の流れ

1. 2014年から2019年までJleague Data Siteの日程・結果ページからデータを取得する
2. 1)で取得したCSVファイルを読み込みDataFrameを作成する。
3. さらにJ1・J2・J3のみのDataFrameを別途作成する。
4. matplotlibで4つのグラフを作成する。
5. 「スコア合計」を「MEGA BIG」の1点以下・2点・3点・4点以上に集計する。
6. その集計結果をグラフにする。

コード

①2014年から2019年までJleague Data Siteの日程・結果ページからデータを取得する

	年度	大会	節	試合日	K/O時刻	ホーム	スコア	アウェイ	スタジアム	入場者	TV放送
0	2014	Ｊ１	第１節第１日	03/01(土)	14:04	Ｃ大阪	0-1	広島	ヤンマー	37079	スカパー！／スカパー！プレミアムサービス／ＮＨＫ総合
1	2014	Ｊ１	第１節第１日	03/01(土)	14:04	名古屋	2-3	清水	豊田ス	21657	スカパー！／スカパー！プレミアムサービス／ＮＨＫ名古屋／ＮＨＫ静岡
2	2014	Ｊ１	第１節第１日	03/01(土)	14:05	鳥栖	5-0	徳島	ベアスタ	14296	スカパー！／スカパー！プレミアムサービス／ＮＨＫ徳島／ＮＨＫ佐賀
3	2014	Ｊ１	第１節第１日	03/01(土)	14:05	甲府	0-4	鹿島	国立	13809	スカパー！／スカパー！プレミアムサービス／ＮＨＫ甲府／ＮＨＫ水戸
4	2014	Ｊ１	第１節第１日	03/01(土)	14:05	仙台	1-2	新潟	ユアスタ	15852	スカパー！／スカパー！プレミアムサービス／ＮＨＫ仙台／ＮＨＫ新潟

② ①で取得したCSVファイルを読み込みDataFrameを作成する。

col_name = ['年度','大会','節','試合日','K/O時刻','ホーム','スコア','アウェイ','スタジアム','入場者','TV放送']
results = pd.DataFrame(index=[], columns=col_name)

for f in files:
    tmp_data = pd.read_csv(f, sep=',', encoding='utf-8')
    results = results.append(tmp_data, ignore_index=True, sort=False)

③さらにJ1・J2・J3のみDataFrameを別途作成する。

# J1・J2・J3のみデータのスコア合計
score_J1 = score_data[score_data['大会'] == 'Ｊ１']
idx_J1 = sorted(score_J1['スコア合計'].unique())
scoreJ1 = pd.DataFrame({'スコア合計':idx_J1, 'cnt':score_J1['スコア合計'].value_counts()}, index=idx_J1)
scoreJ1 = scoreJ1.reset_index().drop('index', axis=1)

score_J2 = score_data[score_data['大会'] == 'Ｊ２']
idx_J2 = sorted(score_J2['スコア合計'].unique())
scoreJ2 = pd.DataFrame({'スコア合計':idx_J2, 'cnt':score_J2['スコア合計'].value_counts()}, index=idx_J2)
scoreJ2 = scoreJ2.reset_index().drop('index', axis=1)

score_J3 = score_data[score_data['大会'] == 'Ｊ３']
idx_J3 = sorted(score_J3['スコア合計'].unique())
scoreJ3 = pd.DataFrame({'スコア合計':idx_J3, 'cnt':score_J3['スコア合計'].value_counts()}, index=idx_J3)
scoreJ3 = scoreJ3.reset_index().drop('index', axis=1)

④ matplotlibで4つのグラフを作成する。

# J1・J2・J3・全体をグラフ化
fig = plt.figure(figsize=(16,9),dpi=144)
fig.subplots_adjust(hspace=0.4)

# オリジナルのグラフスタイル設定
plt.style.use("mystyle")
plt.rcParams["font.family"] = "IPAexGothic"

# グラフオブジェクトの格納用
axes = []
score_list = [scoreJ1['スコア合計'], scoreJ2['スコア合計'], scoreJ3['スコア合計'], score_all['スコア合計']]
cnt_list = [scoreJ1['cnt'], scoreJ2['cnt'], scoreJ3['cnt'], score_all['cnt']]
cat_list = ['J1', 'J2', 'J3', 'ALL']

# J1・J2・J3・ALLの4つのグラフをループで
for i in range(4):
    axes.append(fig.add_subplot(4,1,i+1))
    axes[i].bar(score_list[i], cnt_list[i])
    [axes[i].text(score_list[i][s], cnt_list[i][s]+25, str(score), size=12, color='r', ha='center') for s, score in enumerate(cnt_list[i])]
    axes[i].set_xticks(np.arange(0,16,1))
    axes[i].set_ylabel(cat_list[i])
    axes[i].set_ylim(0,1500)
    axes[i].text(15-1, 1500-200, 'n:'+str(sum(cnt_list[i])))

plt.xlabel('スコア合計')

txt1 = 'Jリーグで試合のスコア合計を可視化してみた。'
fig.text(.05, .9, txt1, fontsize=32, horizontalalignment="left")
txt2 = "引用元：JLeague Data Site"
fig.text(.9, .05, txt2, fontsize=14, horizontalalignment="right")

plt.savefig('./img/score.png')
plt.show()

⑤「スコア合計」を「MEGA BIG」の1点以下・2点・3点・4点以上で「Mega」列を追加

# MEGAのスコア分類にする
def mega(df):
    if df in (2, 3):
        return df
    elif df <= 1:
        return 1
    elif df >=4:
        return 4

score_data['Mega'] = score_data['スコア合計'].apply(mega)

⑥その集計結果をグラフにする。

まとめ

• どのリーグでも0点・1点・2点・3点の累積で全体の約75%となる。
• 0点・1点・2点・3点・4点以上の5種類とするより、出現率を平均化して、0点と1点を1として4種類としたのではないかと思われる？（推測）
• 技術的な共有は少なく、事実の共有が中心となりました。
• グラフで複数の描画をforにループや内包表記でコード量が少なくできた。
• スポーツくじは、残念ながらさらに**「見返りのない寄付」**色が強くなったという話。