첫 번째 Kaggle 데이터 세트 및 Python(MLB Databank)

소개

만약 당신이 "데이터 과학자"가 되는 것에 대해 생각하고 있거나 방금 "데이터 과학자"라는 용어를 들었다면 아마도 수백 개의 범주와 사용 사례에 걸쳐 끝없이 많은 양의 데이터 세트가 있는 Kaggle.com을 접했을 것입니다. 처음에는 상당히 부담스러워 보일 수 있지만 여기에서는 마음에 드는 데이터 세트를 찾고, 다운로드하고, Jupyter 노트북에 수집하여 재미있게 사용할 수 있는 방법에 대한 멋진 분석을 제공합니다!

Kaggle 탐색

다음과 같은 첫 번째 화면이 표시됩니다.

여기에 톤이 있습니다. 그러나이 기사의 관련 섹션으로 이동하겠습니다. 오른쪽 창으로 이동하여 "데이터 세트"를 클릭합니다. 이 다음 화면은 훌륭합니다.

몇 시간 동안 이 페이지를 탐색할 수 있습니다(조심하세요 하하). 이 예에서는 다음 링크로 이동하기만 하면 됩니다.https://www.kaggle.com/datasets/open-source-sports/baseball-databank

그러면 다음 페이지로 이동합니다.

전체 데이터 세트에 익숙해지기 위해 데이터 카드 탭을 읽는 데 익숙해지십시오. 조금 읽은 후 화면 오른쪽 상단의 "다운로드" 버튼을 클릭하십시오. 이렇게 하면 데이터뱅크를 구성하는 모든 데이터 세트 파일이 포함된 zip 파일이 다운로드됩니다. 압축을 풀고 원하는 폴더에 넣습니다.

이 데이터를 Jupyter 노트북 환경으로 가져오기

Jupyter Notebook 환경이 없거나 내가 말하는 내용을 모르는 경우 다음 링크를 참조하십시오.https://github.com/ant-vessicchio/learn_data_science_through_sports"시작하기 전에"까지 아래로 스크롤합니다. (이것은 내 GitHub에서 호스팅되는 "Learn Data Science Through Sports" 커리큘럼의 페이지입니다. 자세한 내용은 나중에 설명합니다.)

Jupyter Notebook 환경이 설정되면 이러한 파일을 업로드할 수 있습니다.

Jupyter 작업 영역의 오른쪽 상단으로 이동하여 업로드를 클릭합니다. 압축을 푼 폴더에서 모든 파일을 선택합니다.

파이썬에서 데이터 다루기

새 Python 노트북(.ipynb 파일)을 엽니다.

새 노트북 파일을 열면 csv를 Python 환경으로 수집할 수 있습니다. 마스터 테이블부터 시작하십시오.

import pandas as pd
master_table = pd.read_csv("Master.csv")
master_table.head() #By default shows the top 5 records in the dataframe

      
                

                    
                    
                
            

이 데이터 세트로 무엇을 할 수 있습니까?

전체 노트북: 야구 데이터뱅크 탐색을 따라 데이터 과학자로서 사용할 수 있는 유용한 팁과 기술을 포함하여 수행할 수 있는 몇 가지 작업에 대한 요약을 확인하십시오.

이 노트북은 내 GitHub 에서 무료로 제공되는 전체 "Learn Data Science Through Sports" 커리큘럼의 일부입니다 . 더 많은 콘텐츠를 추가할 때 따라가는 것이 좋습니다. 그리고 이 예제가 너무 고급이거나 기본적인 Python 기술에 대한 복습을 원하는 경우 과정을 처음부터 시작하십시오!

읽어주셔서 감사하고 즐거우셨기를 바랍니다!