Rstudio 데이터 분석 with FIFA 월드컵 데이터 #1

Data source  : 월드컵 경기 결과 (1930년 우루과이 ~  2018년 러시아)

https://github.com/rfordatascience/tidytuesday/tree/master/data/2022/2022-11-29

https://github.com/rfordatascience/tidytuesday/blob/master/data/2022/2022-11-29/wcmatches.csv

wcmatches <- readr::read_csv('https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2022/2022-11-29/wcmatches.csv')

• wcmatches 데이터 세트에는 1930년 우루과이부터 2018년 러시아까지 월드컵 경기 결과를 다룸
• 데이터 세트에는 경기가 진행된 도시, 승리한 팀 또는 경기 결과 , 득점, 무승부를 기록한 결과
• win_condition은 승리한 쪽이 게임에서 연장 시간 Goal, 승부 차기 발생 여부 등을 보여 줌
  • 예) 2002년 한일 월드컵

Korea Japan 2002

Image source : https://en.wikipedia.org/wiki/2002_FIFA_World_Cup

city	stage	home _team	away _team	home _score	away _score	out_ come	win_conditions	winning_team	losing _team	date
Daejeon	Round of 16	South Korea	Italy	2	1	H	South Korea won in AET	South Korea	Italy	2002- 06-18
Gwangju	Quarter finals	South Korea	Spain	0	0	H	South Korea won in penalties (5 - 3)	South Korea	Spain	2002- 06-22

AET : after extra time
(축구 경기 결과를 제공할 때 허용된 일반적인 시간이 끝난 후에도 경기가 계속되었음을 보여주기 위해 사용됨)

월드컵 공동 개최로 합의했을 당시, 결승전은 일본에서 하고, 공식 대회 명칭은 Korea-Japan 월드컵으로 정했다고 들은 것 같다. 아래 데이터를 보면, 2002년 데이터의 country는 South Korea와 Japan으로 구분되어 있다. 2002 FIFA World Cup이 더 중요한 의미이지, 한일 (Korea-Japan) World Cup은 별의미가 없는 것 같다. 다른 나라 사람들에게는 브라질과 독일이 결승전을 한, 일본과 Yokohama가 더 기억에 남아있지 않을까? 당시 대한민국 축구협회는 어떤 생각으로 합의했을까? 내용보다는 명분이나 형식만 중요하게 여긴 것은 아니였겠지.

wcmatches.csv

variable	class	description
year	double	year  (월드컵 대회 년도)
country	character	country  (월드컵 개최국)
city	character	city (경기 도시)
stage	character	stage (예선, 16강, 8강, 준결승, 결승)
home_team	character	home_team (홈팀)
away_team	character	away_team (어웨이팀)
home_score	double	home_score  (홈팀 점수)
away_score	double	away_score (어웨이팀 점수)
outcome	character	outcome (승림팀 : H, A  무승부 : D)
win_conditions	character	win_conditions  (승리 조건)
winning_team	character	winning_team (승리 국가명)
losing_team	character	losing_team (패배 국가명)
date	double	date (경기 일자)
month	character	month  (경기 월)
dayofweek	character	dayofweek (경기 요일)

데이터 불러오기 (다운로드하여, PC에 저장한 경우)

getwd()  # 현재 working directory 확인, 파일을 저장한 곳과 Working Dierectory가 동일한지 확인

Working Directory 설정

wcmatches <- read.csv('wcmatches.csv') str(wcmatches) #데이터 세트 전체 구성 보기

'data.frame': 900 obs. of  15 variables:  $ year          : int  1930 1930 1930 1930 1930 1930 1930 1930 1930 1930 ...  $ country       : chr  "Uruguay" "Uruguay" "Uruguay" "Uruguay" ...  $ city          : chr  "Montevideo" "Montevideo" "Montevideo" "Montevideo" ...  $ stage         : chr  "Group 1" "Group 4" "Group 2" "Group 3" ...  $ home_team     : chr  "France" "Belgium" "Brazil" "Peru" ...  $ away_team     : chr  "Mexico" "United States" "Yugoslavia" "Romania" ...  $ home_score    : int  4 0 1 1 1 3 0 0 1 6 ...  $ away_score    : int  1 3 2 3 0 0 4 3 0 3 ...  $ outcome       : chr  "H" "A" "A" "A" ...  $ win_conditions: chr  "" "" "" "" ...  $ winning_team  : chr  "France" "United States" "Yugoslavia" "Romania" ...  $ losing_team   : chr  "Mexico" "Belgium" "Brazil" "Peru" ...  $ date          : chr  "1930-07-13" "1930-07-13" "1930-07-14" "1930-07-14" ...  $ month         : chr  "Jul" "Jul" "Jul" "Jul" ...  $ dayofweek     : chr  "Sunday" "Sunday" "Monday" "Monday" ...

names(wcmatches)  #데이터 세트 변수(컬럼명) 보기

[1] "year"           "country"        "city"           "stage"           [5] "home_team"      "away_team"      "home_score"     "away_score"      [9] "outcome"        "win_conditions" "winning_team"   "losing_team"    [13] "date"           "month"          "dayofweek"

연도별 개최 국가 

library(tidyverse) no_of_host <- wcmatches %>%   group_by(year, country) %>%   #연도와 개최국 기준으로Grouping    summarise(tmp_no = n())         # temp_no는 연도와 개최국 기준의 row 수로 의미는 없음 no_of_host <- no_of_host %>%    select(-tmp_no)                       #의미없는 temp_no 제외 no_of_host%>%   head()

# A tibble: 6 × 2 # Groups:   year [6]    year country       <int> <chr>       1  1930 Uruguay     2  1934 Italy       3  1938 France      4  1950 Brazil      5  1954 Switzerland 6  1958 Sweden

no_of_host%>%   tail()

# A tibble: 6 × 2 # Groups:   year [5]    year country        <int> <chr>        1  2002 Japan        2  2002 South Korea  3  2006 Germany      4  2010 South Africa 5  2014 Brazil       6  2018 Russia

• 데이터 세트의 country는 경기가 개최된 국가 기준으로 2002 한일월드컵은 South Korean와 Japan이 모두 나옴 

 

상기 결과는 아래 파일로도 확인 가능

 

https://github.com/rfordatascience/tidytuesday/blob/master/data/2022/2022-11-29/worldcups.csv

worldcups <- readr::read_csv('https://raw.github.com/rfordatascience/tidytuesday/blob/master/data/2022/2022-11-29/worldcups.csv')

• worldcups 데이터 세트에는 1930년 우루과이부터 2018년 러시아까지 월드컵 경기 요약 정보를 다룸
• 데이터 세트에는 우승팀, 준우승팀, 3위팀, 4위팀 등의 정보를 제공
• 공동 개최된 2002년 월드컵의 Host는 "Japan, South Korea"로 표시

worldcups.csv

variable	class	description
year	double	year  (월드컵 대회 년도)
host	character	host (개최 국가)
winner	character	winner (우승팀)
second	character	second (준우승팀)
third	character	third (3위팀)
fourth	character	fourth (4위팀)
goals_scored	double	goals_scored (전체 Goal 숭)
teams	double	teams (참가국 수)
games	double	games (경기 수)
attendance	double	attendance (관중 수)

year	host	winner	second	third	fourth	goals_ scored	teams	games	attendance
1930	Uruguay	Uruguay	Argentina	USA	Yugoslavia	70	13	18	434000
1934	Italy	Italy	Czechoslovakia	Germany	Austria	70	16	17	395000
1938	France	Italy	Hungary	Brazil	Sweden	84	15	18	483000
1950	Brazil	Uruguay	Brazil	Sweden	Spain	88	13	22	1337000
1954	Switzerland	West Germany	Hungary	Austria	Uruguay	140	16	26	943000
1958	Sweden	Brazil	Sweden	France	West Germany	126	16	35	868000
1962	Chile	Brazil	Czechoslovakia	Chile	Yugoslavia	89	16	32	776000
1966	England	England	West Germany	Portugal	Soviet Union	89	16	32	1614677
1970	Mexico	Brazil	Italy	West Germany	Uruguay	95	16	32	1673975
1974	Germany	West Germany	Netherlands	Poland	Brazil	97	16	38	1774022
1978	Argentina	Argentina	Netherlands	Brazil	Italy	102	16	38	1610215
1982	Spain	Italy	West Germany	Poland	France	146	24	52	1856277
1986	Mexico	Argentina	West Germany	France	Belgium	132	24	52	2407431
1990	Italy	West Germany	Argentina	Italy	England	115	24	52	2527348
1994	USA	Brazil	Italy	Sweden	Bulgaria	141	24	52	3568567
1998	France	France	Brazil	Croatia	Netherlands	171	32	64	2859234
2002	Japan, South Korea	Brazil	Germany	Turkey	South Korea	161	32	64	2724604
2006	Germany	Italy	France	Germany	Portugal	147	32	64	3367000
2010	South Africa	Spain	Netherlands	Germany	Uruguay	145	32	64	2167984
2014	Brazil	Germany	Argentina	Netherlands	Brazil	171	32	64	3441450
2018	Russia	France	Croatia	Belgium	England	169	32	64	3031768

국가별 개최횟수

wcmatches %>%   group_by(year, country) %>%   summarise(tmp_no = n()) %>%   group_by(country) %>%   summarise(host_no = n()) %>%   arrange(-host_no)

# A tibble: 17 × 2    country        host_no    <chr>             <int>  1 Brazil                  2  2 France                2  3 Germany            2  4 Italy                    2  5 Mexico               2  6 Argentina           1  7 Chile                  1  8 England             1  9 Japan                1 10 Russia              1 11 South Africa      1 12 South Korea     1 13 Spain                1 14 Sweden            1 15 Switzerland       1 16 United States    1 17 Uruguay            1

worldcups <- read.csv('worldcups.csv') str(worldcups)

'data.frame': 21 obs. of  10 variables:  $ year        : int  1930 1934 1938 1950 1954 1958 1962 1966 1970 1974 ...  $ host        : chr  "Uruguay" "Italy" "France" "Brazil" ...  $ winner      : chr  "Uruguay" "Italy" "Italy" "Uruguay" ...  $ second      : chr  "Argentina" "Czechoslovakia" "Hungary" "Brazil" ...  $ third       : chr  "USA" "Germany" "Brazil" "Sweden" ...  $ fourth      : chr  "Yugoslavia" "Austria" "Sweden" "Spain" ...  $ goals_scored: int  70 70 84 88 140 126 89 89 95 97 ...  $ teams       : int  13 16 15 13 16 16 16 16 16 16 ...  $ games       : int  18 17 18 22 26 35 32 32 32 38 ...  $ attendance  : int  434000 395000 483000 1337000 943000 868000 776000 1614677 1673975 1774022 ...

worldcups %>%   group_by(host) %>%   summarise(     host_no = n_distinct(year)   ) %>%   arrange (desc(host_no))

# A tibble: 16 × 2    host                     host_no    <chr>                      <int>  1 Brazil                           2  2 France                         2  3 Germany                     2  4 Italy                             2  5 Mexico                        2  6 Argentina                     1  7 Chile                            1  8 England                       1  9 Japan, South Korea    1 10 Russia                        1 11 South Africa                1 12 Spain                          1 13 Sweden                      1 14 Switzerland                1 15 USA                           1 16 Uruguay                     1

• wcmatches 데이터 세트는 country 기준으로 국가별 개최 횟수를 정리하니,
  한국과 일본이 구분되어 결과가 도출됨
  • 1930년 우르과이 대회(1회 )부터 2018년 러시아 대회(21회)의 총 개최국가는 17국
  • 2회 개최 국가 : 브라질, 프랑스, 독일, 이탈리아, 멕시코  (알파벳 순)
• worldcups 데이터 세트는 host 기준으로 공동 개최한 2002년의 host가 Japan, South Korea 기준으로
  결과가 도출됨
  • 2002년 host가 Japan, South Korea로 16개 결과 도출
  • 2회 개최 국가 : 브라질, 프랑스, 독일, 이탈리아, 멕시코 (알파벳 순) (※ 상기 결과와 동일)

---

百聞不如一見 (백문불여일견) >>> 百聞不如一打(백문불여일타)

• 프로그래밍 언어를 배우는 사람들은 자주 듣게 되는 말이다.
• 관련 책과 유튜브 영상을 보는 것만으로는 배울 수 없다. 
• 책과 유튜브 백번 보고 듣는 것보다 한번 쳐 보는 것이 더 빠르게 배울 수 있다.
• 요즘에는 '백문이불여일타'라는 말을 골프도 쓴다고 하는데, 결국은 연습이 배우는 지름길이다.
• 여러 번 하다보면, 점점 더 익숙해 진다.

---