Dados GPS Campeonato Brasileiro Série C 2022 — Mirassol FC
Análise de Dados (GPS) dos jogos do Mirassol FC
Em um ano e oito meses, o Mirassol conquistou dois títulos nacionais e entrou para a galeria de campeões de divisões diferentes. A equipe do interior paulista é a 23ª do país a conquistar títulos em divisões nacionais diferentes.
Uma das iniciativas do clube foi adquirir Sistema de Posicionamento Global (GPS) da marca Polar Team Pro,10Hz . Através desse sistema recebemos informações em tempo real de algumas variáveis (Distância percorrida, Número de acelerações e desacelerações, Distância em diferentes faixas de intensidades, Número de Sprints, etc..) que após treinos e jogos podem ser baixadas no formato de excel ou csv.
Iremos analisar os dados (GPS) referentes aos jogos do Mirassol FC no Campeonato Brasileiro da Série C — 2022
Campeonato Brasileiro Série C — 2022
Vinte equipes se enfrentaram em turno único, apenas com confronto de ida, ou seja, cada uma fez 19 jogos (1ª fase).
- Aparecidense
- Remo
- Botafogo-PB
- Campinense-PB
- Volta Redonda-RJ
- Figueirense
- ABC
- Altos-PI
- Botafogo-SP
- Brasil-RS
- Confiança-SE
- Ferroviário-CE
- Floresta-CE
- Manaus
- Mirassol
- Paysandu
- Vitória
- São José-RS
- Atlético Cearense
- Ypiranga-RS
Os times classificados para a segunda fase da Série C
GRUPO A
- 1º: Mirassol
- 4º: Volta Redonda
- 5º: Botafogo-SP
- 8º: Aparecidense
GRUPO B
- 2º: Paysandu
- 3º: Figueirense
- 6º: ABC
- 7º: Vitória
Total de 6 jogos na (2ª fase)
Os times classificados para final da Série C
Abc X Mirassol FC — 1º Jogo
Mirassol FC x Abc — 2 º Jogo
Total de 2 jogos na (3ª fase)
Para essa análise exploratória, utilizaremos dados de 27 jogos.
Obtenção dos Dados
Os dados utilizados nesta análise foram obtidos através da plataforma de dados da Polar . Os dados são gerados no formato csv ou xls no nosso caso utilizamos no formato xls.
Análise dos Dados
1ª Etapa: Importação das Bibliotecas utilizadas
A biblioteca pandas é aplicada na manipulação dos dados, biblioteca glob levar arquivos que estão em uma pasta, Statistics fornece funções para fazer calculos matemáticos de dados numéricos, enquanto as bibliotecas matplotlib e plotly são empregadas na plotagem dos gráficos. Já datetime fornece as classes para manipulação de datas e horas.
2ª Etapa: Extração dos Dados
Os arquivos xls estão armazenados em uma pasta no OneDrive.
Saída:
3ª Etapa: Remover Dados Nulos
Remover todas as colunas que apresentem dados nulos e colunas que não fazem parte da nossa análise.
4ª Etapa: Análise dos tipos de dados
5ª Etapa: Ajustes dos dados
Ajustando o formato das datas com método strftime() que retorna uma string representando data.
Renomear os nomes dos atletas, pois alguns vem com nome e apelido
6ª Etapa: Análise dos dados
Aqui vou colocar apenas uma variável para não ficar muito extenso. Que faz cálculo do número de sprints que cada atleta realizou ao longo da competição. Neste primeiro momento anotamos que o atleta Negueba se destaca com alto número de sprints nos jogos.
Abaixo extraimos todas as variáveis que o GPS-POLAR nos fornece (Excel) tabelão para um Histograma onde as informações são bem melhores interpretadas.
Conclusões
Através dessa análise, pode-se constatar que se trata de um conjunto de valores pré-processados. Como observamos acima nesta primeira parte foi realizado apenas a importação dos dados e a limpeza dos dados. A partir desse ponto começamos a fazer a análise exploratória dos dados para ser apresentados a diretoria, comissão técnica e atletas para possíveis tomada de decisões.
Próximo resumo vou mostrar as análises individuais de cada atleta referente aos jogos que disputaram, acrescentando mais variáveis e estatísticas para entender como o jogo foi e controle de carga.
Dúvidas e sugestões, fique à vontade para deixar um recado e seguir:
