[Football Analysis] 13.위치 추적 데이터 준비

작성일자 : 2023-12-29

Ver 0.1.1

 

 

강의에서 소개된 파이썬 주요 기능¶

• numpy.ndarray.flatten: https://numpy.org/doc/stable/reference/generated/numpy.ndarray.flatten.html
• matplotlib.pyplot.text: https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.text.html

위치 추적 데이터 준비¶

In [1]:

import os
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

new_dir = '/Users/limjongjun/Desktop/JayJay/Growth/Python/soccer-analytics'
os.chdir(new_dir)

from src.plot_utils import draw_pitch

(1) 홈팀 데이터 불러오기¶

data : https://github.com/metrica-sports/sample-data

In [4]:

match_id = 1
home_file = f'data_metrica/data/Sample_Game_{match_id}/Sample_Game_{match_id}_RawTrackingData_Home_Team.csv'
home_traces = pd.read_csv(home_file, header=[0, 1, 2])
home_traces

Out[4]:

	Unnamed: 0_level_0	Unnamed: 1_level_0	Unnamed: 2_level_0	Home	Unnamed: 4_level_0	Home	Unnamed: 6_level_0	Home	Unnamed: 8_level_0	Home			Unnamed: 24_level_0	Home	Unnamed: 26_level_0	Home	Unnamed: 28_level_0	Home	Unnamed: 30_level_0	Unnamed: 31_level_0	Unnamed: 32_level_0
	Unnamed: 0_level_1	Unnamed: 1_level_1	Unnamed: 2_level_1	11	Unnamed: 4_level_1	1	Unnamed: 6_level_1	2	Unnamed: 8_level_1	3	...	10	Unnamed: 24_level_1	12	Unnamed: 26_level_1	13	Unnamed: 28_level_1	14	Unnamed: 30_level_1	Unnamed: 31_level_1	Unnamed: 32_level_1
	Period	Frame	Time [s]	Player11	Unnamed: 4_level_2	Player1	Unnamed: 6_level_2	Player2	Unnamed: 8_level_2	Player3	...	Player10	Unnamed: 24_level_2	Player12	Unnamed: 26_level_2	Player13	Unnamed: 28_level_2	Player14	Unnamed: 30_level_2	Ball	Unnamed: 32_level_2
0	1	1	0.04	0.00082	0.48238	0.32648	0.65322	0.33701	0.48863	0.30927	...	0.55243	0.43269	NaN	NaN	NaN	NaN	NaN	NaN	0.45472	0.38709
1	1	2	0.08	0.00096	0.48238	0.32648	0.65322	0.33701	0.48863	0.30927	...	0.55243	0.43269	NaN	NaN	NaN	NaN	NaN	NaN	0.49645	0.40656
2	1	3	0.12	0.00114	0.48238	0.32648	0.65322	0.33701	0.48863	0.30927	...	0.55243	0.43269	NaN	NaN	NaN	NaN	NaN	NaN	0.53716	0.42556
3	1	4	0.16	0.00121	0.48238	0.32622	0.65317	0.33687	0.48988	0.30944	...	0.55236	0.43313	NaN	NaN	NaN	NaN	NaN	NaN	0.55346	0.42231
4	1	5	0.20	0.00129	0.48238	0.32597	0.65269	0.33664	0.49018	0.30948	...	0.55202	0.43311	NaN	NaN	NaN	NaN	NaN	NaN	0.55512	0.40570
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
145001	2	145002	5800.08	0.90614	0.45355	NaN	NaN	0.34157	0.64598	0.31228	...	NaN	NaN	0.30044	0.68311	0.33644	0.65390	0.34157	0.64598	NaN	NaN
145002	2	145003	5800.12	0.90550	0.45355	NaN	NaN	0.34127	0.64583	0.31230	...	NaN	NaN	0.30044	0.68311	0.33656	0.65398	0.34127	0.64583	NaN	NaN
145003	2	145004	5800.16	0.90492	0.45355	NaN	NaN	0.34089	0.64569	0.31214	...	NaN	NaN	0.30044	0.68311	0.33637	0.65366	0.34089	0.64569	NaN	NaN
145004	2	145005	5800.20	0.90456	0.45356	NaN	NaN	0.34056	0.64552	0.31171	...	NaN	NaN	0.30044	0.68311	0.33615	0.65317	0.34056	0.64552	NaN	NaN
145005	2	145006	5800.24	0.90456	0.45356	NaN	NaN	0.33996	0.64544	0.31122	...	NaN	NaN	0.30044	0.68311	0.33563	0.65166	0.33996	0.64544	NaN	NaN

145006 rows × 33 columns

(2) 홈팀 데이터 열 이름 정리¶

In [5]:

players = [c[2] for c in home_traces.columns[3:-2:2]]
trace_cols = np.array([[f'H{int(p[6:]):02d}_x', f'H{int(p[6:]):02d}_y'] for p in players])
trace_cols

Out[5]:

array([['H11_x', 'H11_y'],
       ['H01_x', 'H01_y'],
       ['H02_x', 'H02_y'],
       ['H03_x', 'H03_y'],
       ['H04_x', 'H04_y'],
       ['H05_x', 'H05_y'],
       ['H06_x', 'H06_y'],
       ['H07_x', 'H07_y'],
       ['H08_x', 'H08_y'],
       ['H09_x', 'H09_y'],
       ['H10_x', 'H10_y'],
       ['H12_x', 'H12_y'],
       ['H13_x', 'H13_y'],
       ['H14_x', 'H14_y']], dtype='<U5')

In [6]:

trace_cols.flatten()

Out[6]:

array(['H11_x', 'H11_y', 'H01_x', 'H01_y', 'H02_x', 'H02_y', 'H03_x',
       'H03_y', 'H04_x', 'H04_y', 'H05_x', 'H05_y', 'H06_x', 'H06_y',
       'H07_x', 'H07_y', 'H08_x', 'H08_y', 'H09_x', 'H09_y', 'H10_x',
       'H10_y', 'H12_x', 'H12_y', 'H13_x', 'H13_y', 'H14_x', 'H14_y'],
      dtype='<U5')

In [7]:

trace_cols = np.array([[f'H{int(p[6:]):02d}_x', f'H{int(p[6:]):02d}_y'] for p in players]).flatten().tolist()
home_traces.columns = ['period', 'frame', 'time'] + trace_cols + ['ball_x', 'ball_y']

home_traces = home_traces.set_index('frame').astype(float)
home_traces['period'] = home_traces['period'].astype(int)
home_traces

Out[7]:

	period	time	H11_x	H11_y	H01_x	H01_y	H02_x	H02_y	H03_x	H03_y	...	H10_x	H10_y	H12_x	H12_y	H13_x	H13_y	H14_x	H14_y	ball_x	ball_y
frame
1	1	0.04	0.00082	0.48238	0.32648	0.65322	0.33701	0.48863	0.30927	0.35529	...	0.55243	0.43269	NaN	NaN	NaN	NaN	NaN	NaN	0.45472	0.38709
2	1	0.08	0.00096	0.48238	0.32648	0.65322	0.33701	0.48863	0.30927	0.35529	...	0.55243	0.43269	NaN	NaN	NaN	NaN	NaN	NaN	0.49645	0.40656
3	1	0.12	0.00114	0.48238	0.32648	0.65322	0.33701	0.48863	0.30927	0.35529	...	0.55243	0.43269	NaN	NaN	NaN	NaN	NaN	NaN	0.53716	0.42556
4	1	0.16	0.00121	0.48238	0.32622	0.65317	0.33687	0.48988	0.30944	0.35554	...	0.55236	0.43313	NaN	NaN	NaN	NaN	NaN	NaN	0.55346	0.42231
5	1	0.20	0.00129	0.48238	0.32597	0.65269	0.33664	0.49018	0.30948	0.35528	...	0.55202	0.43311	NaN	NaN	NaN	NaN	NaN	NaN	0.55512	0.40570
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
145002	2	5800.08	0.90614	0.45355	NaN	NaN	0.34157	0.64598	0.31228	0.67513	...	NaN	NaN	0.30044	0.68311	0.33644	0.65390	0.34157	0.64598	NaN	NaN
145003	2	5800.12	0.90550	0.45355	NaN	NaN	0.34127	0.64583	0.31230	0.67529	...	NaN	NaN	0.30044	0.68311	0.33656	0.65398	0.34127	0.64583	NaN	NaN
145004	2	5800.16	0.90492	0.45355	NaN	NaN	0.34089	0.64569	0.31214	0.67501	...	NaN	NaN	0.30044	0.68311	0.33637	0.65366	0.34089	0.64569	NaN	NaN
145005	2	5800.20	0.90456	0.45356	NaN	NaN	0.34056	0.64552	0.31171	0.67468	...	NaN	NaN	0.30044	0.68311	0.33615	0.65317	0.34056	0.64552	NaN	NaN
145006	2	5800.24	0.90456	0.45356	NaN	NaN	0.33996	0.64544	0.31122	0.67532	...	NaN	NaN	0.30044	0.68311	0.33563	0.65166	0.33996	0.64544	NaN	NaN

145006 rows × 32 columns

(3) 원정팀 데이터 불러오기 및 열 이름 정리¶

In [9]:

away_file = f'data_metrica/data/Sample_Game_{match_id}/Sample_Game_{match_id}_RawTrackingData_Away_Team.csv'
away_traces = pd.read_csv(away_file, header=[0, 1, 2])

players = [c[2] for c in away_traces.columns[3:-2:2]]
trace_cols = np.array([[f'A{int(p[6:]):02d}_x', f'A{int(p[6:]):02d}_y'] for p in players]).flatten().tolist()
away_traces.columns = ['period', 'frame', 'time'] + trace_cols + ['ball_x', 'ball_y']

away_traces = away_traces.set_index('frame').astype(float)
away_traces['period'] = away_traces['period'].astype(int)
away_traces

Out[9]:

	period	time	A25_x	A25_y	A15_x	A15_y	A16_x	A16_y	A17_x	A17_y	...	A24_x	A24_y	A26_x	A26_y	A27_x	A27_y	A28_x	A28_y	ball_x	ball_y
frame
1	1	0.04	0.90509	0.47462	0.58393	0.20794	0.67658	0.46710	0.67310	0.76476	...	0.37833	0.27383	NaN	NaN	NaN	NaN	NaN	NaN	0.45472	0.38709
2	1	0.08	0.90494	0.47462	0.58393	0.20794	0.67658	0.46710	0.67310	0.76476	...	0.37833	0.27383	NaN	NaN	NaN	NaN	NaN	NaN	0.49645	0.40656
3	1	0.12	0.90434	0.47463	0.58393	0.20794	0.67658	0.46710	0.67310	0.76476	...	0.37833	0.27383	NaN	NaN	NaN	NaN	NaN	NaN	0.53716	0.42556
4	1	0.16	0.90377	0.47463	0.58351	0.20868	0.67640	0.46762	0.67279	0.76542	...	0.37756	0.27473	NaN	NaN	NaN	NaN	NaN	NaN	0.55346	0.42231
5	1	0.20	0.90324	0.47464	0.58291	0.21039	0.67599	0.46769	0.67253	0.76564	...	0.37663	0.27543	NaN	NaN	NaN	NaN	NaN	NaN	0.55512	0.40570
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
145002	2	5800.08	0.12564	0.55386	0.17876	0.56826	0.25818	0.59952	0.09880	0.92391	...	NaN	NaN	0.35600	0.55371	0.19836	0.45137	0.21798	0.81079	NaN	NaN
145003	2	5800.12	0.12564	0.55386	0.17838	0.56727	0.25799	0.59999	0.09880	0.92391	...	NaN	NaN	0.35583	0.55283	0.19831	0.45182	0.21798	0.81079	NaN	NaN
145004	2	5800.16	0.12564	0.55386	0.17792	0.56682	0.25757	0.60019	0.09880	0.92391	...	NaN	NaN	0.35561	0.55254	0.19805	0.45200	0.21798	0.81079	NaN	NaN
145005	2	5800.20	0.12564	0.55386	0.17730	0.56621	0.25721	0.60089	0.09880	0.92391	...	NaN	NaN	0.35532	0.55243	0.19766	0.45237	0.21798	0.81079	NaN	NaN
145006	2	5800.24	0.12564	0.55386	0.17693	0.56675	0.25659	0.60072	0.09880	0.92391	...	NaN	NaN	0.35495	0.55364	0.19754	0.45364	0.21798	0.81079	NaN	NaN

145006 rows × 32 columns

(4) 양팀 데이터 결합¶

In [10]:

cols = home_traces.columns[:-2].tolist() + away_traces.columns[2:].tolist()
traces = pd.merge(home_traces, away_traces)[cols]
traces.index = home_traces.index.astype(int)

x_cols = [c for c in traces.columns if c.endswith('_x')]
y_cols = [c for c in traces.columns if c.endswith('_y')]
traces.loc[traces['period'] == 2, x_cols + y_cols] = 1 - traces.loc[traces['period'] == 2, x_cols + y_cols]

# 실제거리와 비슷하도록 Scaling
traces[x_cols] *= 104
traces[y_cols] *= 68

traces

Out[10]:

	period	time	H11_x	H11_y	H01_x	H01_y	H02_x	H02_y	H03_x	H03_y	...	A24_x	A24_y	A26_x	A26_y	A27_x	A27_y	A28_x	A28_y	ball_x	ball_y
frame
1	1	0.04	0.08528	32.80184	33.95392	44.41896	35.04904	33.22684	32.16408	24.15972	...	39.34632	18.62044	NaN	NaN	NaN	NaN	NaN	NaN	47.29088	26.32212
2	1	0.08	0.09984	32.80184	33.95392	44.41896	35.04904	33.22684	32.16408	24.15972	...	39.34632	18.62044	NaN	NaN	NaN	NaN	NaN	NaN	51.63080	27.64608
3	1	0.12	0.11856	32.80184	33.95392	44.41896	35.04904	33.22684	32.16408	24.15972	...	39.34632	18.62044	NaN	NaN	NaN	NaN	NaN	NaN	55.86464	28.93808
4	1	0.16	0.12584	32.80184	33.92688	44.41556	35.03448	33.31184	32.18176	24.17672	...	39.26624	18.68164	NaN	NaN	NaN	NaN	NaN	NaN	57.55984	28.71708
5	1	0.20	0.13416	32.80184	33.90088	44.38292	35.01056	33.33224	32.18592	24.15904	...	39.16952	18.72924	NaN	NaN	NaN	NaN	NaN	NaN	57.73248	27.58760
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
145002	2	5800.08	9.76144	37.15860	NaN	NaN	68.47672	24.07336	71.52288	22.09116	...	NaN	NaN	66.97600	30.34772	83.37056	37.30684	81.33008	12.86628	NaN	NaN
145003	2	5800.12	9.82800	37.15860	NaN	NaN	68.50792	24.08356	71.52080	22.08028	...	NaN	NaN	66.99368	30.40756	83.37576	37.27624	81.33008	12.86628	NaN	NaN
145004	2	5800.16	9.88832	37.15860	NaN	NaN	68.54744	24.09308	71.53744	22.09932	...	NaN	NaN	67.01656	30.42728	83.40280	37.26400	81.33008	12.86628	NaN	NaN
145005	2	5800.20	9.92576	37.15792	NaN	NaN	68.58176	24.10464	71.58216	22.12176	...	NaN	NaN	67.04672	30.43476	83.44336	37.23884	81.33008	12.86628	NaN	NaN
145006	2	5800.24	9.92576	37.15792	NaN	NaN	68.64416	24.11008	71.63312	22.07824	...	NaN	NaN	67.08520	30.35248	83.45584	37.15248	81.33008	12.86628	NaN	NaN

145006 rows × 60 columns

이벤트 데이터 결합¶

(1) 이벤트 데이터 불러오기¶

In [11]:

event_file = f'data_metrica/data/Sample_Game_{match_id}/Sample_Game_{match_id}_RawEventsData.csv'
events = pd.read_csv(event_file, header=0)
events

Out[11]:

	Team	Type	Subtype	Period	Start Frame	Start Time [s]	End Frame	End Time [s]	From	To	Start X	Start Y	End X	End Y
0	Away	SET PIECE	KICK OFF	1	1	0.04	0	0.00	Player19	NaN	NaN	NaN	NaN	NaN
1	Away	PASS	NaN	1	1	0.04	3	0.12	Player19	Player21	0.45	0.39	0.55	0.43
2	Away	PASS	NaN	1	3	0.12	17	0.68	Player21	Player15	0.55	0.43	0.58	0.21
3	Away	PASS	NaN	1	45	1.80	61	2.44	Player15	Player19	0.55	0.19	0.45	0.31
4	Away	PASS	NaN	1	77	3.08	96	3.84	Player19	Player21	0.45	0.32	0.49	0.47
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
1740	Home	PASS	NaN	2	143361	5734.44	143483	5739.32	Player12	Player13	0.60	0.33	0.19	0.95
1741	Home	PASS	NaN	2	143578	5743.12	143593	5743.72	Player13	Player4	0.09	0.88	0.14	0.69
1742	Home	BALL LOST	INTERCEPTION	2	143598	5743.92	143618	5744.72	Player4	NaN	0.13	0.69	0.07	0.61
1743	Away	RECOVERY	BLOCKED	2	143617	5744.68	143617	5744.68	Player16	NaN	0.05	0.62	NaN	NaN
1744	Away	BALL OUT	NaN	2	143622	5744.88	143630	5745.20	Player16	NaN	0.05	0.63	0.03	1.01

1745 rows × 14 columns

(2) Subtype NaN 값 채우기¶

In [12]:

events[['Type', 'Subtype']].drop_duplicates().sort_values(['Type', 'Subtype'], ignore_index=True)[-40:]

Out[12]:

	Type	Subtype
29	CHALLENGE	DRIBBLE-WON
30	CHALLENGE	GROUND
31	CHALLENGE	GROUND-ADVANTAGE-LOST
32	CHALLENGE	GROUND-FAULT-LOST
33	CHALLENGE	GROUND-FAULT-WON
34	CHALLENGE	GROUND-LOST
35	CHALLENGE	GROUND-WON
36	CHALLENGE	TACKLE-ADVANTAGE-LOST
37	CHALLENGE	TACKLE-ADVANTAGE-WON
38	CHALLENGE	TACKLE-FAULT-LOST
39	CHALLENGE	TACKLE-FAULT-WON
40	CHALLENGE	TACKLE-LOST
41	CHALLENGE	TACKLE-WON
42	FAULT RECEIVED	NaN
43	PASS	CLEARANCE
44	PASS	CROSS
45	PASS	DEEP BALL
46	PASS	GOAL KICK
47	PASS	HEAD
48	PASS	HEAD-CLEARANCE
49	PASS	THROUGH BALL-DEEP BALL
50	PASS	NaN
51	RECOVERY	BLOCKED
52	RECOVERY	INTERCEPTION
53	RECOVERY	SAVED
54	RECOVERY	THEFT
55	RECOVERY	NaN
56	SET PIECE	CORNER KICK
57	SET PIECE	FREE KICK
58	SET PIECE	KICK OFF
59	SET PIECE	THROW IN
60	SHOT	BLOCKED
61	SHOT	HEAD-OFF TARGET-OUT
62	SHOT	HEAD-ON TARGET-GOAL
63	SHOT	HEAD-ON TARGET-SAVED
64	SHOT	HEAD-WOODWORK-OUT
65	SHOT	OFF TARGET
66	SHOT	OFF TARGET-OUT
67	SHOT	ON TARGET-GOAL
68	SHOT	ON TARGET-SAVED

In [13]:

events.loc[events['Subtype'].isna(), 'Subtype'] = events.loc[events['Subtype'].isna(), 'Type']

(3) 위치 추적 및 이벤트 데이터 결합¶

In [14]:

for i, event in events.iterrows():
    start_frame = event['Start Frame']
    end_frame = event['End Frame']
    traces.loc[start_frame:end_frame-1, 'event_player'] = event['From']
    traces.loc[start_frame:end_frame-1, 'event_type'] = event['Type']
    traces.loc[start_frame:end_frame-1, 'event_subtype'] = event['Subtype']

traces

Out[14]:

	period	time	H11_x	H11_y	H01_x	H01_y	H02_x	H02_y	H03_x	H03_y	...	A26_y	A27_x	A27_y	A28_x	A28_y	ball_x	ball_y	event_player	event_type	event_subtype
frame
1	1	0.04	0.08528	32.80184	33.95392	44.41896	35.04904	33.22684	32.16408	24.15972	...	NaN	NaN	NaN	NaN	NaN	47.29088	26.32212	Player19	PASS	PASS
2	1	0.08	0.09984	32.80184	33.95392	44.41896	35.04904	33.22684	32.16408	24.15972	...	NaN	NaN	NaN	NaN	NaN	51.63080	27.64608	Player19	PASS	PASS
3	1	0.12	0.11856	32.80184	33.95392	44.41896	35.04904	33.22684	32.16408	24.15972	...	NaN	NaN	NaN	NaN	NaN	55.86464	28.93808	Player21	PASS	PASS
4	1	0.16	0.12584	32.80184	33.92688	44.41556	35.03448	33.31184	32.18176	24.17672	...	NaN	NaN	NaN	NaN	NaN	57.55984	28.71708	Player21	PASS	PASS
5	1	0.20	0.13416	32.80184	33.90088	44.38292	35.01056	33.33224	32.18592	24.15904	...	NaN	NaN	NaN	NaN	NaN	57.73248	27.58760	Player21	PASS	PASS
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
145002	2	5800.08	9.76144	37.15860	NaN	NaN	68.47672	24.07336	71.52288	22.09116	...	30.34772	83.37056	37.30684	81.33008	12.86628	NaN	NaN	NaN	NaN	NaN
145003	2	5800.12	9.82800	37.15860	NaN	NaN	68.50792	24.08356	71.52080	22.08028	...	30.40756	83.37576	37.27624	81.33008	12.86628	NaN	NaN	NaN	NaN	NaN
145004	2	5800.16	9.88832	37.15860	NaN	NaN	68.54744	24.09308	71.53744	22.09932	...	30.42728	83.40280	37.26400	81.33008	12.86628	NaN	NaN	NaN	NaN	NaN
145005	2	5800.20	9.92576	37.15792	NaN	NaN	68.58176	24.10464	71.58216	22.12176	...	30.43476	83.44336	37.23884	81.33008	12.86628	NaN	NaN	NaN	NaN	NaN
145006	2	5800.24	9.92576	37.15792	NaN	NaN	68.64416	24.11008	71.63312	22.07824	...	30.35248	83.45584	37.15248	81.33008	12.86628	NaN	NaN	NaN	NaN	NaN

145006 rows × 63 columns

(4) 결합 데이터 시점별 시각화¶

In [15]:

frame = 1000
data = traces.loc[frame]

fig, ax = draw_pitch(pitch='white', line='black')

for team, color in zip(['H', 'A'], ['r', 'b']): # 홈은 빨강, 원정은 파랑으로 지정
    x_cols = [c for c in data.keys() if c.startswith(team) and c.endswith('_x')]
    y_cols = [c for c in data.keys() if c.startswith(team) and c.endswith('_y')]
    ax.scatter(data[x_cols], data[y_cols], s=100, c=color, alpha=0.7)
    
    for x, y in zip(x_cols, y_cols):
        if not (np.isnan(data[x]) or np.isnan(data[y])):
            ax.text(data[x] + 0.5, data[y] + 0.5, int(x[1:3]), fontsize=13, color=color)

ax.scatter(data['ball_x'], data['ball_y'], s=80, color='w', edgecolors='k')

# 윗부분의 텍스트를 표시해주는 코드
time_text = f"{int(data['time'] // 60):02d}:{data['time'] % 60:05.2f}"
if not pd.isnull(data['event_subtype']):
    event_text = f"{data['event_subtype']} by {data['event_player']}" 
else:
    event_text = ''
ax.text(51, 67, time_text, fontsize=15, ha='right', va='top')
ax.text(53, 67, event_text, fontsize=15, ha='left', va='top')
    
plt.show()

(5) 결합 데이터 저장¶

In [16]:

traces.to_csv('data_metrica/data/Sample_Game_1/Sample_Game_1_IntegratedData.csv')