見出し画像

スポーツデータで楽しむ(ラグビーW杯2019②年齢・キャップ数編)

1.出場選手の年齢・キャップ数

前回の身長・体重に引き続き、年齢・キャップ数を見ていきます。
キャップ数とは国際試合の出場回数、経験値の高さです。

まずはラグビーワールドカップ2019出場全選手の基本情報からおさらいです。

#基本情報
RWC2019.describe()

キャップ数のばらつきが面白そうですね。まずはキャップ数と年齢の散布図を見てみます。

#キャップと年齢の散布図
caps = RWC2019["caps"]
age = RWC2019["age"]
plt.scatter(age,caps)

2.キャップ数が1番多い選手

Caps_max = RWC2019.query("caps == 140")
Caps_max.head()

イタリアの生きる伝説、イケメンスキンヘッド、パリッセです。
ラグビーの場合、1年間の国際試合がどれだけ多くても15試合弱のため、長い間身体を張り続けていたのがよく分かります。

ちなみにどうでも良いですが、元妻はミスヨーロッパ。

さらにどうでも良いですが、私の中では、試合前の国歌激しく歌う人ベスト3に入ってます。
ちなみにパリッセより目立っている左側のイカツイ方については、機会があれば取り上げます。

3.最高齢の選手

Age_max = RWC2019.query("age == 38")
Age_max.head()

我らが日本代表ルークトンプソン南アフリカ代表のシャークブリッツでした。
ルークトンプソンという外国籍の選手がどれだけ日本を愛し、日本ラグビー界に貢献してきたか書きたいとこですが、また脱線するのでリンクをご覧ください。

4.キャップ数が1番少ない選手

Caps_min = RWC2019.query("caps == 0")
pd.DataFrame(Caps_min)

キャップ数0=国際試合未経験者4名ですね。ゼロということ自体にフォーカスしても意味が無いので、次回以降、出場チーム別にキャップ数が多い、少ないという事に焦点をあてて色々と書きたいと思います。

5.最年少の選手

Age_min = RWC2019.query("age == 19")
pd.DataFrame(Age_min)

全出場選手620人中、10代は3名のみでした。他競技の国際大会と比較してどうなんでしょうね。
サッカー、バスケ、バレー、卓球のワールドカップは10代がもっといるイメージがあります。
ラグビーが激しいコンタクトスポーツであることが関係してそうですが、これも今後調べてみたいと思います。

6.まとめ

2回に分けて、出場選手の身長・体重・キャップ数・年齢のmaxとminimumについて調べてみました。python学習というより、少し選手紹介に偏ってしまったので、次回からはコード、描画をもっと取り上げつつ記事を書きたいと思います。

モチベーション維持になるので、良ければスキ、フォロー頂けると大変嬉しいです。

この記事が気に入ったらサポートをしてみませんか?