Renombrado de archivos

01 - Carga_modif_datos.R

@@ -0,0 +1,122 @@
+----#carga de librerias#-----
+
+library(FactoMineR)
+library(foreign)
+library(psych)
+library(knitr)
+library(xtable)
+suppressPackageStartupMessages(library(dendextend))
+suppressPackageStartupMessages(library(dendextendRcpp))
+suppressPackageStartupMessages(library(ggplot2))
+suppressPackageStartupMessages(library(ggfortify))
+library(corrplot)
+#library(Stuff)
+suppressPackageStartupMessages(library(dplyr))
+library(broom)
+library(plotly)
+library(reshape)
+library(GGally)
+library(lubridate)
+library(SportsAnalytics)
+library(archetypes)
+library("RColorBrewer")
+
+----#carga de sets de datos#-----
+
+DatosPremiumArgentina2013 <- read.csv("DatosPremiumArgentina2013.csv", sep=";")
+DatosPremiumArgentina2014 <- read.csv("DatosPremiumArgentina2014.csv", sep=";")
+DatosPremiumArgentina2015 <- read.csv("DatosPremiumArgentina2015.csv", sep=";")
+DatosPremiumArgentina2016 <- read.csv("DatosPremiumArgentina2016.csv", sep=";")
+
+DatosPremiumArgentina2013[,c("local","visitante","perso_nombre","perso_apellido","team")] <- NULL
+DatosPremiumArgentina2014[,c("local","visitante","perso_nombre","perso_apellido","team")] <- NULL
+DatosPremiumArgentina2015[,c("local","visitante","perso_nombre","perso_apellido","team")] <- NULL
+DatosPremiumArgentina2016[,c("local","visitante","perso_nombre","perso_apellido","team")] <- NULL
+
+'
+DatosPremiumArgentina2016$rol_id_rol <- factor(DatosPremiumArgentina2016$rol_id_rol)
+
+summary(DatosPremiumArgentina2016)
+
+DatosPremiumArgentina2016$local.1 <- as.character(DatosPremiumArgentina2016$local.1)
+
+DatosPremiumArgentina2016$team.1 <- as.character(DatosPremiumArgentina2016$team.1)
+
+
+DatosPremiumArgentina2016$J_local <- ifelse(DatosPremiumArgentina2016$team.1==DatosPremiumArgentina2016$local.1,"L","V")
+
+ggplot(data = DatosPremiumArgentina2016, aes(x = J_local,y=disparo_afuera, fill = J_local)) + geom_boxplot()
+ggplot(data = DatosPremiumArgentina2016, aes(x = J_local,y=pase_correcto, fill = J_local)) + geom_boxplot()
+
+
+datos2016 <- DatosPremiumArgentina2016[DatosPremiumArgentina2016$team.1!
+'
+
+-----#unificacion de bases------
+
+Basetotal <- rbind(DatosPremiumArgentina2013,DatosPremiumArgentina2014,DatosPremiumArgentina2015,DatosPremiumArgentina2016)
+
+---#correccion tipo de datos-------
+
+Basetotal$rol_id_rol <- factor(Basetotal$rol_id_rol)
+
+Basetotal$local.1 <- as.character(Basetotal$local.1)
+
+Basetotal$team.1 <- as.character(Basetotal$team.1)
+
+----# creacion variable local visitante-----
+Basetotal$J_local <- ifelse(Basetotal$team.1==Basetotal$local.1,"L","V")
+
+-----#se saca la seleccion y el apodo----
+Basetotal <- Basetotal[Basetotal$team.1!='Argentina',]
+Basetotal$perso_apodo <- NULL
+Basetotal <- Basetotal[Basetotal$rol_id_rol %in% c('1','2','3','4'),] # se sacan tecnicos y arbitros
+
+summary(Basetotal)
+
+-----#transformacion datos----
+
+dat.m <- melt(Basetotal,id.vars='J_local', measure.vars=c("goles_convertidos","goles_encontra","asistencias","disparo_afuera","disparo_palo","disparo_atajado","penal_errado","faltas","offsides","amarillas","doble_amarilla","rojas","pase_correcto","pase_incorrecto","despejes","quites","atajadas","atajada_penal"))
+
+----#multboxplot----
+p <- ggplot(dat.m) + geom_boxplot(aes(x=J_local, y=value, color=variable))
+
+p+facet_wrap( ~ variable, scales="free")
+
+----#grafico de barras local vs visitante de rol id y titular-----
+t1 <- count(Basetotal,vars = c("J_local","rol_id_rol"))
+
+p1 <- ggplot(t1,aes(x=rol_id_rol,y=freq,fill=J_local))+geom_bar(stat="identity",position="dodge")
+
+t2 <- count(Basetotal,vars = c("J_local","titular"))
+
+p2 <- ggplot(t2,aes(x=titular,y=freq,fill=J_local))+geom_bar(stat="identity",position="dodge")
+
+multiplot(p1,p2)
+
+----#Cambio a tipo fecha-----
+Basetotal$fecha <- as.Date(Basetotal$fecha,"%d/%m/%Y")
+
+l1 <- ggplot(Basetotal,aes(x=fecha,y=goles_convertidos))+geom_line()
+
+l1
+
+----#datos por jugador----
+
+jugadores <- Basetotal %>% select(perso_nombre.1,perso_apellido.1,minutos_jugados:atajada_penal)%>%group_by(perso_nombre.1,perso_apellido.1)
+
+jugadores_agr <- jugadores %>%summarise_each(funs(sum))  
+
+#se sacan jugadores con menos de 90 minutos en los 3 torneos
+
+jugadores_agr <- jugadores_agr %>% filter(minutos_jugados>=90)
+
+jugadores_agr <- jugadores_agr %>% mutate(pr_goles_convertidos=goles_convertidos/minutos_jugados,pr_asistencias=asistencias/minutos_jugados,
+           pr_disparo_afuera=disparo_afuera/minutos_jugados,pr_disparo_atajado=disparo_atajado/minutos_jugados,
+           pr_faltas=faltas/minutos_jugados,pr_faltas_recibidos=faltas_recibidas/minutos_jugados,pr_offsides=offsides/minutos_jugados,
+           pr_amarillas=(amarillas+doble_amarilla)/minutos_jugados,pr_expulsados=(doble_amarilla+rojas)/minutos_jugados,pr_pase_correcto=pase_correcto/minutos_jugados,
+           pr_incorrecto=pase_incorrecto/minutos_jugados,pr_despejes=despejes/minutos_jugados,pr_quites=quites/minutos_jugados,pr_atajadas=atajadas/minutos_jugados,jugador=paste(perso_apellido.1,perso_nombre.1,sep=","))
+
+
+
+

02 - Analisis Inicial.R

@@ -0,0 +1,155 @@
+----#carga de librerias#-----
+
+library(ggplot2)
+library(dplyr)
+library(plyr)
+library(reshape)
+library(GGally)
+library(lubridate)
+library(SportsAnalytics)
+library(archetypes)
+library("RColorBrewer")
+library(lattice)
+
+-----#Analisis de datos#-----
+
+summary(datos2016)
+
+head(datos2016[datos2016$rol_id_rol=='5',]) # tecnicos rol 5
+
+datos2016 <- datos2016[datos2016$rol_id_rol!='5',]
+
+-----#transformacion datos#-----
+
+dat.m <- melt(datos2016,id.vars='J_local', measure.vars=c("goles_convertidos","goles_encontra","asistencias","disparo_afuera","disparo_palo","disparo_atajado","penal_errado","faltas","offsides","amarillas","doble_amarilla","rojas","pase_correcto","pase_incorrecto","despejes","quites","atajadas","atajada_penal"))
+
+
+-------#multboxplot#--------
+p <- ggplot(dat.m) + geom_boxplot(aes(x=J_local, y=value, color=variable))
+
+p+facet_wrap( ~ variable, scales="free")
+
+(gg <- ggplotly(p))
+
+-----#correlaciones pases#-------
+ggpairs(datos2016,mapping = ggplot2::aes(color=J_local),columns = c("goles_convertidos","asistencias","disparo_afuera","disparo_atajado","pase_correcto","despejes","quites"))
+
+-----#grafico de barras local vs visitante de rol id y titular#----
+t1 <- count(datos2016,vars = c("J_local","rol_id_rol"))
+
+p1 <- ggplot(t1,aes(x=rol_id_rol,y=freq,fill=J_local))+geom_bar(stat="identity",position="dodge")
+
+t2 <- count(datos2016,vars = c("J_local","titular"))
+
+p2 <- ggplot(t2,aes(x=titular,y=freq,fill=J_local))+geom_bar(stat="identity",position="dodge")
+
+(ggp2 <- ggplotly(p2))
+
+multiplot(p1,p2)
+#head(as.Date(datos2016$fecha,"%d/%m/%Y"))
+datos2016$fecha <- as.Date(datos2016$fecha,"%d/%m/%Y")
+
+l1 <- ggplot(datos2016,aes(x=fecha,y=goles_convertidos))+geom_line(stat="identity",position="dodge")
+
+#head(month(datos2016$fecha)) funcion de lubridate
+
+l1 <- ggplot(datos2016,aes(x=month(fecha),y=goles_convertidos))+ geom_point() +
+  xlab("") + ylab("goles convertidos")
+l1
+
+----#datos por jugador#------
+
+jugadores <- datos2016 %>% select(perso_nombre.1,perso_apellido.1,rol_id_rol,team.1,minutos_jugados:atajada_penal)%>%group_by(perso_nombre.1,perso_apellido.1,rol_id_rol,team.1)
+
+jugadores_agr <- jugadores %>%summarise_each(funs(sum)) %>% mutate(pr_goles_convertidos=goles_convertidos/minutos_jugados,pr_asistencias=asistencias/minutos_jugados,
+                                                                   pr_disparo_afuera=disparo_afuera/minutos_jugados,pr_disparo_atajado=disparo_atajado/minutos_jugados,
+                                                                   pr_faltas=faltas/minutos_jugados,pr_faltas_recibidos=faltas_recibidas/minutos_jugados,pr_offsides=offsides/minutos_jugados,
+                                                                   pr_amarillas=(amarillas+doble_amarilla)/minutos_jugados,pr_expulsados=(doble_amarilla+rojas)/minutos_jugados,pr_pase_correcto=pase_correcto/minutos_jugados,
+                                                                   pr_incorrecto=pase_incorrecto/minutos_jugados,pr_despejes=despejes/minutos_jugados,pr_quites=quites/minutos_jugados,pr_atajadas=atajadas/minutos_jugados,jugador=paste(perso_apellido.1,perso_nombre.1,sep=","))
+
+
+----#archetypes of players------
+col_pal <- brewer.pal(7, "Set1")
+
+col_black <- rgb(0, 0, 0, 0.2)
+#mat <- as.matrix(subset(dat, select = -c(Team, Name, Number, Nationality,WeakFootAccuracy, WeakFootFrequency)))
+
+rownames(matjugadores) <- NULL
+
+pcplot(matjugadores, col = col_black, las = 2)
+
+set.seed(1234)
+
+as <- stepArchetypes(matjugadores, k = 1:14)
+
+screeplot(as)
+
+a4 <- bestModel(as[[5]])
+
+parameters(a4)
+
+barplot(a4, matjugadores, percentiles = TRUE)
+
+pcplot(a4, matjugadores, data.col = col_black, atypes.col = col_pal[1:5])
+
+legend("topleft", legend = sprintf("A%s", 1:5),col = col_pal[1:5], lwd = 1, bg = "white")
+
+--------### Alpha coefficients:------
+
+coef <- coef(a4, "alphas")
+
+pcplot(coef, col = c(NA, NA, col_black),rx = matrix(c(0, 1), ncol = 5, nrow = 2), var.label = FALSE)
+
+
+coef <- coef(a4, "alphas")
+
+
+## The best player is a combination of Archetyp 1 and Archetype 2 with
+## Archetype 1 contributing more than Archetype 2:
+which <- which(coef[, 3] == 0 & coef[, 4] == 0 &
+                 coef[, 1] > 0 & coef[, 2] > 0 &
+                 coef[, 1] < coef[, 2])
+
+cbind(jugadores_agr[which, c("jugador")],
+      coef[which, ])
+
+## ... in relation to player position:
+ pos <- as.character(jugadores$rol_id_rol)
+
+cols <- rep("gray", length(pos))
+
+cols[pos == "Defender"] <- col_pal[1]
+
+
+pcplot(coef, col = c(NA, NA, cols),
+       rx = matrix(c(0, 1), ncol = 4, nrow = 2), var.label = FALSE)
+
+#Good players:
+
+good_players <- function(atype, threshold) {
+     which <- which(coef(a4, "alphas")[, atype] > threshold)
+     good_coef <- coef(a4, "alphas")[which, ]
+      good_dat <- subset(jugadores_agr[which, ], select = c(jugador))
+      good_dat <- cbind(good_dat, good_coef)
+      good_dat <- good_dat[order(-good_coef[, atype]), ]
+      good_dat
+      }
+
+good_threshold <- 0.95
+
+players <- lapply(1:5, good_players, good_threshold)
+
+players
+
+
+myColours <- brewer.pal(6,"Blues")
+my.settings <- list(
+  superpose.polygon=list(col=myColours[2:5], border="transparent"),
+  strip.background=list(col=myColours[6]),
+  strip.border=list(col="black")
+)
+
+parallelplot(matjugadores,horizontal.axis=FALSE, par.settings=my.settings)
+
+
+ggparcoord(matjugadores, columns = c(1:3),scale = "centerObs")+geom_line()

03 - Clusters_jugadores.R

@@ -0,0 +1,91 @@
+----#carga de librerias#-----
+
+library(FactoMineR)
+library(foreign)
+library(psych)
+library(knitr)
+library(xtable)
+suppressPackageStartupMessages(library(dendextend))
+suppressPackageStartupMessages(library(dendextendRcpp))
+suppressPackageStartupMessages(library(ggplot2))
+suppressPackageStartupMessages(library(ggfortify))
+library(corrplot)
+#library(Stuff)
+suppressPackageStartupMessages(library(dplyr))
+library(broom)
+library(plotly)
+
+-----#a- cluster jerárquico-----
+
+matjugadores <- as.matrix(jugadores_agr[,c(23:36)])
+#nombres <- iconv(jugadores_agr$jugador,to='ASCII//TRANSLIT') #por tildes en ubuntu
+nombres <- jugadores_agr$jugador
+rownames(matjugadores) <- nombres
+
+
+d2 = dist(matjugadores,method = "euclidean")
+jug.clust.sin = as.dendrogram(hclust(d2, method = "single")) %>% set("branches_lwd", 2)
+jug.clust.com = as.dendrogram(hclust(d2, method = "complete")) %>% set("branches_lwd", 2)
+jug.clust.avg = as.dendrogram(hclust(d2, method = "average")) %>% set("branches_lwd", 2)
+jug.clust.ward = as.dendrogram(hclust(d2, method = "ward.D")) %>% set("branches_lwd", 2)
+jug.dend = dendlist("Cercano" = jug.clust.sin, "Lejano" = jug.clust.com, "Promedio" = jug.clust.avg,"Ward"=jug.clust.ward)
+
+corrplot(cor.dendlist(jug.dend), "pie", "lower")
+
+plot(jug.clust.avg %>% set("branches_k_color", k=3) %>% set("branches_lwd", 2), main = "Average")
+jug3 <- cutree(jug.clust.com,5)
+jugadores_agr$clust <- factor(jug3)
+
+qplot(jugadores_agr$clust,xlab="Cluster")
+
+plot(jugadores_agr$clust)
+
+qplot()
+ggplot(jugadores_agr,aes())
+
+p1 <- ggplot(t1,aes(x=rol_id_rol,y=freq,fill=J_local))+geom_bar(stat="identity",position="dodge")
+
+
+Tabla <- describeBy(jugadores_agr[,c(23:36)], group = jugadores_agr$clust, mat = T)[,c("group1", "mean")]
+Tabla <- cbind(Tabla,"promedio gral"=rep(colMeans(jugadores_agr[,c(23:36)]), each = 5))
+
+Tabla
+
+----#b- Idem para un cluster no jerárquico.-----
+
+pca.jug <- PCA(jugadores_agr[,c(23:36)])
+PCA.1.2 = pca.jug$ind$coord[,c(1:2)]
+PCA.1.3 = pca.jug$ind$coord[,c(1:3)]
+
+
+kclusts <- data.frame(k=1:5) %>% group_by(k) %>% do(kclust=kmeans(jugadores_agr[,c(23:36)], .$k))
+clusters <- kclusts %>% group_by(k) %>% do(tidy(.$kclust[[1]]))
+
+
+assignments <- kclusts %>% group_by(k) %>% do(augment(.$kclust[[1]], PCA.1.2))
+
+clusterings <- kclusts %>% group_by(k) %>% do(glance(.$kclust[[1]]))
+
+scrpl <- ggplot(clusterings, aes(k, tot.withinss)) + geom_line() + theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank()) + theme_bw()
+
+(ggscrpl <- ggplotly(scrpl))
+
+#4 grupos parece ser lo mejor por screeplot
+
+k4 <-  ggplot(PCA.1.2, aes(x = Dim.1, y = Dim.2), theme = NULL) + geom_point(size = 3, color = subset(assignments, k == 4)$.cluster) + theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank()) + theme_bw() + ggtitle("Kmeans")
+plot(k4)
+
+(ggdim2 <- ggplotly(k4))
+
+k4_dim3 = ggplot(PCA.1.3, aes(x = Dim.1, y = Dim.3), theme = NULL) + geom_point(size = 3, color = subset(assignments, k == 4)$.cluster) + theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank()) + theme_bw() + ggtitle("Kmeans")
+plot(k4_dim3)
+
+(ggdim3 <- ggplotly(k4_dim3))
+
+grid.arrange(k4,k4_dim3,ncol=2)
+
+subplot(ggdim2,ggdim3)
+
+
+multiplot(k4,k4_dim3)
+

04 - Analisis_por_equipo.R

@@ -0,0 +1,22 @@
+----#carga librerias----
+
+library(dplyr)
+
+---#agrupar por equipo---
+
+#Idea_1: sumar valores y ponderarlos por 90 min. Que es la duracion de un partido.
+
+----#preparacion de datos----
+
+equipos_tot <- Basetotal %>%  dplyr::select(fecha,team.1,minutos_jugados:atajada_penal) %>% group_by(fecha,team.1)
+
+equipos_tot <- equipos_tot %>%summarise_each(funs(sum,n_distinct(fecha,team.1)))%>%dplyr::select(fecha:minutos_jugados_n_distinct)
+
+equipos_tot <- equipos_tot %>% mutate(partidos=minutos_jugados_n_distinct)
+
+equipos_tot$minutos_jugados_n_distinct <- NULL
+
+equipos_tot_df <- as.data.frame(equipos_tot)
+
+equipos_tot_df <- equipos_tot_df %>% dplyr::select(-fecha)%>% group_by(team.1) %>%summarise_each(funs(sum))
+