Pythonで出塁率と長打率からチーム攻撃力を分析する｜野球データ分析

1. 今回作るもの

野球分析では、チーム全体の攻撃力を評価することが重要です。

よく使われる指標に OPS がありますが、OPSは次の2つの指標から構成されています。

• 出塁率（OBP）
• 長打率（SLG）

この記事では OPSそのものではなく、この2つの指標を使ってチーム攻撃力を分析します。

今回のゴールは次の通りです。

• 野球データを読み込む
• 出塁率（OBP）を計算する
• 長打率（SLG）を計算する
• OBP × SLG の散布図でチーム打撃力を分析する

2. 必要な環境

今回使用する環境は以下です。

• Python 3.x
• pandas
• numpy
• matplotlib

インストールしていない場合は以下で導入できます。

pip install pandas numpy matplotlib

pandas は データ分析で最もよく使われる Python ライブラリです。

3. 使用するデータ

今回は チーム打撃成績データを使用します。

出塁率と長打率を計算するために、以下の項目が必要です。

データ例（CSV）

Team,AB,H,2B,3B,HR,BB,HBP,SF
Giants,5400,1500,260,20,170,480,50,45
Tigers,5400,1380,320,30,210,300,30,40
Swallows,5400,1520,210,15,120,620,55,50

このようなCSVファイルを team_batting_data.csv として保存します。

4. データ読み込み

まず CSV データを読み込みます。

import pandas as pd
df = pd.read_csv("team_batting_data.csv")

コード説明

• read_csv() を使ってCSVデータを読み込む
• pandas の DataFrame としてデータを扱う

DataFrameは、表形式データを扱うためのデータ構造です。

5. 指標計算

ここでは 長打率（SLG）と出塁率（OBP）を計算します。

単打の計算

まず単打（1B）を計算します。

df["1B"] = df["H"] - df["2B"] - df["3B"] - df["HR"]

総塁打の計算

df["TB"] = (
    df["1B"]
    + df["2B"] * 2
    + df["3B"] * 3
    + df["HR"] * 4
)

出塁率（OBP）

出塁率は次の式で計算します。

Pythonでの実装は次の通りです。

df["OBP"] = (
    df["H"] + df["BB"] + df["HBP"]
) / (
    df["AB"] + df["BB"] + df["HBP"] + df["SF"]
)

長打率（SLG）

df["SLG"] = df["TB"] / df["AB"]

OPS

df["OPS"] = df["OBP"] + df["SLG"]

コード説明

このコードでは次の順番で指標を計算しています。

1. 単打（1B）を計算
2. 総塁打（TB）を算出
3. 出塁率（OBP）を計算
4. 長打率（SLG）を計算
5. OPS を算出

OPSは 出塁能力 + 長打力 を同時に評価できるため、
チーム打撃力の比較によく使われます。

6. 結果確認

チームOPSを確認してみましょう。

df[["Team", "OPS"]].sort_values("OPS", ascending=False)

出力例

解釈

この結果から

• Giants が最も打撃力が高い
• Swallows が2位
• Tigers が3位

ということが分かります。

7. 可視化

チーム打撃の特徴を OBP × SLG の散布図で見てみます。

import matplotlib.pyplot as plt

plt.scatter(df["OBP"], df["SLG"])
plt.axvline(df["OBP"].mean(), linestyle="--")
plt.axhline(df["SLG"].mean(), linestyle="--")

for i, team in enumerate(df["Team"]):
    plt.text(df["OBP"][i], df["SLG"][i], team)

plt.xlabel("OBP[出塁率]")
plt.ylabel("SLG[長打率]")
plt.title("Team Offense Distribution")

plt.show()

このグラフで分かること

この図ではチームの打撃タイプが分かります。

例えば

• 右上 → 出塁も長打も強いチーム
• 左上 → 長打型チーム
• 右下 → 出塁型チーム

このように チーム打撃スタイルの分析ができます。

8. 分析での使い方

チーム打撃指標は、さまざまな分析に使われます。

例えば

チーム攻撃力比較

• シーズンごとの打撃力比較
• リーグ平均との比較

チームタイプ分析

• 出塁型チーム
• 長打型チーム

シーズン分析

• 打撃力と順位の関係
• 得点力との相関分析

このように チーム打撃データは戦力分析の基礎データになります。

9. まとめ

この記事では Pythonでチーム打撃力を比較する方法を解説しました。

ポイントを整理します。

• pandas を使えば野球データを簡単に分析できる
• OPSを計算するとチーム攻撃力を比較できる
• Pythonを使うことで野球分析を自分で再現できる

今後は以下のような指標にもチャレンジしてみようと思います。

• OPS
• wOBA
• wRC+