Rstudio 데이터 분석 with FIFA 월드컵 데이터 #2

국가별 본선 참가횟수

• wcmatches.csv 또는 wcmatches_2020.csv (2022년 카타르 월드컵 추가) 데이터 세트는 월드컵 본선 결과를
  Home team과 Away tema으로 구분되어 결과가 정리됨
• 같은(단일) 국가가 같은 월드컵 대회에서 Home team과 Away team으로 참여하는 것을 고려 필요
• 즉, 참가 횟수는 Home team 실적과 Away team 실적을 구분하지 않고 횟수가 반영되어야 함

total_wcmatches  (wcmatches + wc2022, 2022년 대회까지 포함한 데이터 세트)

Rstudio with FIFA 월드컵 데이터 (2022년 카타르 추가) (tistory.com) 

Rstudio with FIFA 월드컵 데이터 (2022년 카타르 추가)

library(tidyverse) # 대회(년도)의 Home team으로 경기를 치룬 데이터만 반환  home_team_case <- total_wcmatches  %>%    group_by(year, home_team) %>%   summarise(tmp_no = n_distinct(year))  # Home team 국가명을 team_nm이라는 새로운 변수에 저장 home_team_case$team_nm <- home_team_case$home_team # Home team 국가명은 제외 home_team_case <- home_team_case %>% select(-home_team) # 대회(년도)의 Away team으로 경기를 치룬 데이터만 반환 away_team_case <- total_wcmatches  %>%   group_by(year, away_team) %>%   summarise(tmp_no = n_distinct(year))  # Away team 국가명을 team_nm이라는 새로운 변수에 저장 away_team_case$team_nm <- away_team_case$away_team # Away team 국가명은 제외 away_team_case <- away_team_case %>% select(-away_team) # Home team 경기 데이터와 Away team 경기 데이터를 합침 both_case <- rbind(home_team_case, away_team_case) # Home team, Away team 구분없이, team_nm 기준으로 중복없이 참가 횟수 Count no_attemp <- both_case %>%   group_by(team_nm) %>%   summarise(     att_no = n_distinct(year)  # n_distinct는 중복을 제거하고 Count   ) %>%   arrange (-att_no)

	team_nm	att_no
1	Brazil	22
2	Argentina	18
3	Italy	18
4	Mexico	17
5	England	16
6	France	16
7	Spain	16
8	Belgium	14
9	Uruguay	14
10	Sweden	12
11	Switzerland	12
12	Netherlands	11
13	South Korea	11
14	United States	11
15	Germany	10
16	West Germany	10
17	Chile	9
18	Hungary	9
19	Poland	9
20	Cameroon	8
21	Czechoslovakia	8
22	Paraguay	8
23	Portugal	8
24	Scotland	8
25	Yugoslavia	8
26	Austria	7
27	Bulgaria	7
28	Japan	7
29	Romania	7
30	Soviet Union	7
31	Australia	6
32	Colombia	6
33	Costa Rica	6
34	Croatia	6
35	Denmark	6
36	Iran	6
37	Morocco	6
38	Nigeria	6
39	Saudi Arabia	6
40	Tunisia	6
41	Peru	5
42	Serbia	5
43	Algeria	4
44	Ecuador	4
45	Ghana	4
46	Russia	4
47	Bolivia	3
48	Egypt	3
49	Greece	3
50	Honduras	3
51	Ivory Coast	3
52	Northern Ireland	3
53	Norway	3
54	Republic of Ireland	3
55	Senegal	3
56	South Africa	3
57	Canada	2
58	El Salvador	2
59	New Zealand	2
60	North Korea	2
61	Slovenia	2
62	Turkey	2
63	Wales	2
64	Angola	1
65	Bosnia and Herzegovina	1
66	China PR	1
67	Cuba	1
68	Czech Republic	1
69	Dutch West Indies	1
70	East Germany	1
71	FR Yugoslavia	1
72	Haiti	1
73	Iceland	1
74	Iraq	1
75	Israel	1
76	Jamaica	1
77	Kuwait	1
78	Panama	1
79	Qatar	1
80	Slovakia	1
81	Togo	1
82	Trinidad and Tobago	1
83	Ukraine	1
84	United Arab Emirates	1
85	Zaire	1

• Brazil이 총 22회로 가장 많이 참가함 (1930년 ~ 2022년 : 총 22번, 모든 대회 참가)
• 대한민국은 총 11회 참가
• Argentina가 18회로 두 번째로 보이나, Germany(10회, 통일 독일)와 West Germany(10회, 서독),
  East Germany(1회 동독) 참가 회수를 어떻게 분석할 것인지에 따라, 다른 결과 도출
  • 같은 나라로 보고, 참가 횟수를 재산정 할 것인지? 
  • 다른 나라로 분석할 것인지?
• 독일과 유사한 경우로, Russia와 Soviet Union(소비에트연방, 소련) 등은 어떻게 할 것가?
  • Germany, West Germany, East Germany는 Germany로 통합하여 산출 필요
  • Czech, Czechoslovakia, Czech Republic는 Czech로 통합하여 산출 필요
  • Soviet Union, Russia는 Russia로 통합하여 산출 필요
  • Serbia, Yugoslavia, FR Yugoslavia는 Serbia로 통합하여 산출 필요
• 곧 통일이 되어, South Korea, North Korea는 Korea로 통합하여 산출되길 바란다.

---

n_distinct() 함수 : 데이터의 중복성을 파악하거나 고유한 값을 계산할 때 사용

주어진 열(변수)에서 중복된 값을 제외하고 몇 개의 고유한 값이 있는지 계산하여 반환

n_distinct(..., na.rm = FALSE)

• ...   : 고유한 값을 세고자 하는 열(변수)
• na.rm  : 논리값으로, TRUE로 설정하면 결측값을 무시하고 고유한 값의 개수를 계산, 기본값은 FALSE

---

str(both_case)

gropd_df [862 × 3] (S3: grouped_df/tbl_df/tbl/data.frame)  $ year   : int [1:862] 1930 1930 1930 1930 1930 1930 1930 1930 1930 1934 ...  $ tmp_no : int [1:862] 1 1 1 1 1 1 1 1 1 1 ...  $ team_nm: chr [1:862] "Argentina" "Belgium" "Bolivia" "Brazil" ...

both_case$team_nm <- as.factor(both_case$team_nm)   # team_name을 factor 형태의 변수로 변경 str(both_case)

gropd_df [862 × 3] (S3: grouped_df/tbl_df/tbl/data.frame)  $ year   : int [1:862] 1930 1930 1930 1930 1930 1930 1930 1930 1930 1934 ...  $ tmp_no : int [1:862] 1 1 1 1 1 1 1 1 1 1 ...  $ team_nm: Factor w/ 85 levels "Algeria","Angola",..: 3 6 7 9 13 29 54 55 81 3 ...

no_attemp2 <- c%>%   mutate (team_nm = fct_collapse(team_nm,                                  Germany = c("Germany", "West Germany", "East Germany"),                                  Czech = c("Czechoslovakia","Czech Republic"),                                  Russia = c("Soviet Union", "Russia"),                                  Serbia = c("Serbia", "Yugoslavia", "FR Yugoslavia")        )) %>%   group_by(team_nm) %>%   summarise(     att_no = n_distinct(year)   ) %>%   arrange (-att_no)

	team_nm	att_no
1	Brazil	22
2	Germany	20
3	Argentina	18
4	Italy	18
5	Mexico	17
6	France	16
7	Spain	16
8	England	16
9	Belgium	14
10	Uruguay	14
11	Serbia	13
12	Sweden	12
13	Switzerland	12
14	United States	11
15	Netherlands	11
16	South Korea	11
17	Russia	11
18	Chile	9
19	Czech	9
20	Hungary	9
21	Poland	9
22	Paraguay	8
23	Scotland	8
24	Portugal	8
25	Cameroon	8
26	Romania	7
27	Austria	7
28	Bulgaria	7
29	Japan	7
30	Colombia	6
31	Morocco	6
32	Australia	6
33	Iran	6
34	Tunisia	6
35	Denmark	6
36	Costa Rica	6
37	Nigeria	6
38	Saudi Arabia	6
39	Croatia	6
40	Peru	5
41	Algeria	4
42	Ecuador	4
43	Ghana	4
44	Bolivia	3
45	Egypt	3
46	Norway	3
47	Northern Ireland	3
48	Honduras	3
49	Republic of Ireland	3
50	Greece	3
51	South Africa	3
52	Senegal	3
53	Ivory Coast	3
54	Turkey	2
55	Wales	2
56	North Korea	2
57	El Salvador	2
58	New Zealand	2
59	Canada	2
60	Slovenia	2
61	Cuba	1
62	Dutch West Indies	1
63	Israel	1
64	Haiti	1
65	Zaire	1
66	Kuwait	1
67	Iraq	1
68	United Arab Emirates	1
69	Jamaica	1
70	China PR	1
71	Angola	1
72	Togo	1
73	Trinidad and Tobago	1
74	Ukraine	1
75	Slovakia	1
76	Bosnia and Herzegovina	1
77	Iceland	1
78	Panama	1
79	Qatar	1

• Germany : 20회 (Germany 10, West Germany 10, East Germany 1)
• 1974년 동독이 지역예선 통과를 하여 월드컵 출전, 동서독이 모두 참가한 유일한 월드컵
  이후 동독은 통일될 때까지 월드컵에 나가지 못 함 
  https://namu.wiki/w/1974%20FIFA%20%EC%9B%94%EB%93%9C%EC%BB%B5%20%EC%84%9C%EB%8F%85
• Serbia :  13회 (Yugoslavia 8, Serbia 5)
  • wcmatches.csv 데이터 세트의 1998년 프랑스 대회의 오류 (Yugoslavia와 Serbia 혼재, 아래 표 참조)
• Russia : 11회 (Soviet Union 7, Russia 4)
• Czech :  9회 (Czechoslovakia 8, Czech Republic 1)

---

fct_collapse() 함수 : factor의 카테고리를 병합하거나 재구성할 때 사용

fct_collapse(.f, ...)

• .f  : 통합하거나 재구성하려는 요인(factor)
• ...  :  통합될 카테고리들의 목록을 나열하며, 새로운 카테고리 이름과
         해당 카테고리를 구성하는 기존 카테고리들의 리스트를 입력

  mutate (team_nm = fct_collapse(team_nm,
                                 "Germany" = c("West Germany", "East Germany"),
                                 "Czech" = c("Czechoslovakia","Czech Republic"),
                                 "Russia" = c("Soviet Union"),
                                 "Serbia" = c("Yugoslavia", "FR Yugoslavia") 
                                )

 

---

Serbia 참가 년도 확인

both_case %>%   filter (team_nm %in% c("Serbia", "FR Yugoslavia","Yugoslavia")) %>%   arrange(year) %>%   View()

	year	tmp_no	team_nm
1	1930	1	Yugoslavia
2	1950	1	Yugoslavia
3	1954	1	Yugoslavia
4	1958	1	Yugoslavia
5	1962	1	Yugoslavia
6	1974	1	Yugoslavia
7	1974	1	Yugoslavia
8	1982	1	Yugoslavia
9	1982	1	Yugoslavia
10	1990	1	Yugoslavia
11	1990	1	Yugoslavia
12	1998	1	FR Yugoslavia
13	1998	1	FR Yugoslavia
14	1998	1	Serbia
15	2006	1	Serbia
16	2006	1	Serbia
17	2010	1	Serbia
18	2010	1	Serbia
19	2018	1	Serbia
20	2018	1	Serbia
21	2022	1	Serbia
22	2022	1	Serbia

total_wcmatches %>%   filter (year == 1998) %>%   filter (home_team %in% c("Serbia", "FR Yugoslavia") | away_team %in% c("Serbia", "FR Yugoslavia")) %>%     arrange(year) %>%   View()

stage	home_team	away_team	home_score	away_score	outcome	win_conditions	winning_team	losing_team
Group F	FR Yugoslavia	Iran	1	0	H		FR Yugoslavia	Iran
Group F	Germany	FR Yugoslavia	2	2	D
Group F	United States	Serbia	0	1	A		Serbia	United States
Round of 16	Netherlands	FR Yugoslavia	2	1	H		Netherlands	FR Yugoslavia

Serbia 축구팀 역사를 보면 1998년은 FR Yugoslavia가 맞음

• Serbia within Yugoslavia (1920–1992)
• FR Yugoslavia/Serbia & Montenegro era (1992–2006)
• Independent Serbia (2006–present)

Source : https://en.wikipedia.org/wiki/Serbia_national_football_team

Serbia national football team - Wikipedia

Image Source : https://namu.wiki/w/1998%20FIFA%20%EC%9B%94%EB%93%9C%EC%BB%B5%20%ED%94%84%EB%9E%91%EC%8A%A4