Introdução

Por que analisar esses dados? A análise detalhada dos atributos estatísticos dos jogadores do EA FC 24 revela-se fundamental para identificar e compreender a performance de cada atleta no jogo. Esses stats são indicadores-chave que refletem as habilidades e características individuais de cada jogador, influenciando diretamente seu desempenho em campo.

Ao explorar os dados provenientes do conjunto fornecido pelo Kaggle, é possível extrair insights valiosos sobre quem são os melhores jogadores, quais características específicas contribuem para seu destaque e como esses atributos variam entre diferentes atletas. Desde habilidades técnicas, como dribles e chutes precisos, até atributos físicos, como velocidade e resistência, cada stat desempenha um papel crucial no desempenho global do jogador.

Esta análise oferece uma visão aprofundada das nuances do desempenho dos jogadores, permitindo aos entusiastas e estrategistas do jogo tomar decisões informadas ao montar equipes ou desenvolver estratégias de jogo. Ao compreender a variação nos stats, os jogadores podem ajustar suas táticas de acordo com as necessidades específicas de cada partida, maximizando suas chances de sucesso.

Em resumo, a análise dos stats dos jogadores do EA FC 24 não apenas destaca os melhores atletas, mas também proporciona uma compreensão abrangente das características individuais que definem o sucesso em campo. Essa abordagem analítica é essencial para jogadores, treinadores e entusiastas que buscam elevar seu desempenho no jogo e explorar as complexidades que tornam cada partida única.

Apesar da mesma nota, não são o mesmo jogador

Pode parecer intuitivo calcular uma média dos números abaixo do nome do jogador para determinar sua nota, certo? Na realidade, jogadores com a mesma nota, como Marcus Rashford e Jack Grealish (ambos com nota 85), podem ter características bastante distintas. Existem atributos que formam esses números (nesse estudo chamaremos de “stats”).

Diferença nos Stats: Ambos possuem a mesma nota, mas uma análise detalhada revela diferenças significativas em atributos específicos que influenciam seu desempenho em campo.

Em casos como Vini Jr. e Neymar Jr., mesmo com stats de finalização semelhantes, é crucial considerar que certos stats, como Cobrança de Falta e Pênaltis, podem impactar a pontuação geral de maneiras distintas.

Pacotes utilizados

Os pacotes podem ser instalados através dos seguintes códigos:

install.packages("rmdformats")
install.packages("knitr")
install.packages("DT")
install.packages("dplyr")
install.packages("readr")
install.packages("stringr")

Correção de acentos no arquivo original

Nomes dos jogadores: Por existirem diversos jogadores de diversas nacionalidades, existem muitos acentos dos diferentes alfabetos, foi necessário corrigir padrão por padrão, para manter o nome dos jogadores certos.

dados_fifa <- read_csv("C:/Users/lsvfi/Documents/R/Scripts/player_stats.csv", quote = "\"", locale = locale(encoding = "latin1"))

# Correção dos acentos jogadores
dados_fifa$player <- str_replace_all(dados_fifa$player, "á", "á")
dados_fifa$player <- str_replace_all(dados_fifa$player, "é", "é")
dados_fifa$player <- str_replace_all(dados_fifa$player, "í", "í")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ó", "ó")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ú", "ú")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ä", "ä")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ë", "ë")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ï", "ï")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ö", "ö")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ü", "ü")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ğ", "ğ")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ã", "ã")
dados_fifa$player <- str_replace_all(dados_fifa$player, "æ", "æ")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ą", "ą")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ø", "ø")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Á", "Á")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ć", "ć")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Å ", "Š")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Å¡", "š")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ã¥", "å")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ö", "Ö")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ñ", "ñ")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ș", "Ș")
dados_fifa$player <- str_replace_all(dados_fifa$player, "â", "â")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ț", "ț")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ó", "Ó")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ă", "ă")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ș", "ș")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ç", "Ç")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ı", "ı")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ç", "ç")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ð", "ð")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ß", "ß")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ž", "ž")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ş", "ş")
dados_fifa$player <- str_replace_all(dados_fifa$player, "č", "č")
dados_fifa$player <- str_replace_all(dados_fifa$player, "É", "É")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ô", "ô")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ł", "ł")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ę", "ę")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ø", "Ø")
dados_fifa$player <- str_replace_all(dados_fifa$player, "î", "î")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ń", "ń")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ä°", "İ")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ć", "Ć")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ř", "ř")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Č", "Č")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ã", "à")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ě", "ě")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ł", "Ł")
dados_fifa$player <- str_replace_all(dados_fifa$player, "à²", "ò")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ź", "ź")
dados_fifa$player <- str_replace_all(dados_fifa$player, "ś", "ś")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ž", "Ž")
dados_fifa$player <- str_replace_all(dados_fifa$player, "à€", "À")
dados_fifa$player <- str_replace_all(dados_fifa$player, "à¨", "è")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ş", "Ş")
dados_fifa$player <- str_replace_all(dados_fifa$player, "à½", "ý")
dados_fifa$player <- str_replace_all(dados_fifa$player, "Ț", "Ț")

Nomes dos times: O mesmo foi necessário com o nome dos clubes, para evitar erros.

# Correção dos acentos times
dados_fifa$club <- str_replace_all(dados_fifa$club, "á", "á")
dados_fifa$club <- str_replace_all(dados_fifa$club, "é", "é")
dados_fifa$club <- str_replace_all(dados_fifa$club, "í", "í")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ó", "ó")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ú", "ú")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ä", "ä")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ë", "ë")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ï", "ï")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ö", "ö")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ü", "ü")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ğ", "ğ")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ã", "ã")
dados_fifa$club <- str_replace_all(dados_fifa$club, "æ", "æ")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ą", "ą")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ø", "ø")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Á", "Á")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ć", "ć")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Å ", "Š")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Å¡", "š")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ã¥", "å")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ö", "Ö")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ñ", "ñ")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ș", "Ș")
dados_fifa$club <- str_replace_all(dados_fifa$club, "â", "â")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ț", "ț")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ó", "Ó")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ă", "ă")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ș", "ș")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ç", "Ç")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ı", "ı")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ç", "ç")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ð", "ð")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ß", "ß")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ž", "ž")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ş", "ş")
dados_fifa$club <- str_replace_all(dados_fifa$club, "č", "č")
dados_fifa$club <- str_replace_all(dados_fifa$club, "É", "É")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ô", "ô")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ł", "ł")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ę", "ę")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ø", "Ø")
dados_fifa$club <- str_replace_all(dados_fifa$club, "î", "î")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ń", "ń")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ä°", "İ")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ć", "Ć")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ř", "ř")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Č", "Č")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ã", "à")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ě", "ě")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ł", "Ł")
dados_fifa$club <- str_replace_all(dados_fifa$club, "à²", "ò")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ź", "ź")
dados_fifa$club <- str_replace_all(dados_fifa$club, "ś", "ś")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ž", "Ž")
dados_fifa$club <- str_replace_all(dados_fifa$club, "à€", "À")
dados_fifa$club <- str_replace_all(dados_fifa$club, "à¨", "è")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ş", "Ş")
dados_fifa$club <- str_replace_all(dados_fifa$club, "à½", "ý")
dados_fifa$club <- str_replace_all(dados_fifa$club, "Ț", "Ț")

Alturas e pesos no formato brasileiro

Passando as alturas e pesos pro formato brasileiro: Foi necessário formatar as alturas (anteriormente em cm) e os pesos (sem representação de kg), para o padrão brasileiro, facilitando o estudo.

# Formatacao das alturas para metros e com ponto

# Converter altura para metros e centímetros
dados_fifa$altura_m <- dados_fifa$height / 100

# Formatar altura como "1.92m"
dados_fifa$altura_m <- sprintf("%.2f m", dados_fifa$altura_m)

# Formatar peso como "87 kg"
dados_fifa$peso_kg <- sprintf("%.0f kg", dados_fifa$weight)

Removendo jogadores duplicados

Jogadores aparecendo 2 vezes na tabela: Alguns jogadores estavam com seus stats replicados, foi necessário remover essas ocorrências.

# Remover duplicatas com base na coluna "player"
dados_fifa <- dados_fifa %>%
  distinct(player, .keep_all = TRUE)

Criação de novas colunas e tabelas

Juntar os stats para escolher os melhores jogadores ou goleiros, com a junção de vários stats, tiramos uma média para jogadores em 5 novas colunas: Ofensivo, Habilidade, Movimentação, Força e Mentalidade.

Com esses stats, poderemos posteriormente filtrar para criar qualquer tabela com jogadores…

# Calcular as médias para cada categoria e arredondar para inteiros
dados_fifa$ofensivo <- round(rowMeans(dados_fifa[, c("crossing", "finishing", "heading", "short_pass", "volleys")]))
dados_fifa$habilidade <- round(rowMeans(dados_fifa[, c("dribbling", "curve", "fk_acc", "long_pass", "ball_control")]))
dados_fifa$movimentacao <- round(rowMeans(dados_fifa[, c("acceleration", "sprint_speed", "agility", "reactions", "balance")]))
dados_fifa$forca <- round(rowMeans(dados_fifa[, c("shot_power", "jumping", "stamina", "strength", "long_shots")]))
dados_fifa$mentalidade <- round(rowMeans(dados_fifa[, c("aggression", "interceptions", "att_position", "vision", "penalties", "composure")]))

Já para os goleiros, o ideal foi criar uma nova tabela apenas com os goleiros, para definir os melhores, os stats definidos foram:

# Filtrar jogadores com atributos de goleiro, para encontrar os goleiros
goleiros <- dados_fifa %>%
  filter(gk_diving >= 50, gk_handling >= 50, gk_positioning >= 50, gk_kicking >= 50, gk_reflexes >= 50)

# Criar colunas com os tats de goleiro e arredondar para inteiros
goleiros$elasticidade_gl <- round(rowMeans(goleiros[, c("gk_diving")]))
goleiros$manejo_gl <- round(rowMeans(goleiros[, c("gk_handling")]))
goleiros$chute_gl <- round(rowMeans(goleiros[, c("gk_kicking")]))
goleiros$posicionamento_gl <- round(rowMeans(goleiros[, c("gk_positioning")]))
goleiros$reflexos_gl <- round(rowMeans(goleiros[, c("gk_reflexes")]))

Como gerar as tabelas

Com o código abaixo, podemos filtrar os jogadores com base em stats, para definirmos uma régua:

# Selecionar apenas as colunas desejadas
colunas_desejadas <- c("player", "country", "club", "age","altura_m", "peso_kg","ofensivo", "habilidade", "movimentacao", "forca", "mentalidade", "value")

# Filtrar jogadores com médias para BONS atacantes
jogadores_desejados <- dados_fifa %>%
  filter(
    ofensivo > 50,     # Alterar com base no tipo de jogador desejado
    habilidade > 50,   # Alterar com base no tipo de jogador desejado
    movimentacao > 50, # Alterar com base no tipo de jogador desejado
    forca > 50,        # Alterar com base no tipo de jogador desejado
    mentalidade > 50   # Alterar com base no tipo de jogador desejado
  ) %>%
  arrange(desc(value))

# Criar a tabela interativa com o pacote DT usando apenas as colunas desejadas
datatable(
  jogadores_desejados[colunas_desejadas],
  options = list(
    pageLength = 20,
    width = "100%",  # Define a largura da tabela
    scrollX = TRUE  # Adiciona uma barra de rolagem horizontal
  )
)

Melhores goleiros

Os melhores goleiros do EA FC 24:

Conseguimos obter esses jogadores através do seguinte filtro:

# Filtrar goleiros com médias para BONS goleiros
jogadores_desejados <- goleiros %>%
  filter(
    elasticidade_gl > 77,
    manejo_gl > 75,
    chute_gl > 70,
    posicionamento_gl > 75,
    reflexos_gl > 75
  ) %>%
  arrange(desc(value))

Melhores atacantes

Os melhores atacantes do EA FC 24:

Conseguimos obter esses jogadores através do seguinte filtro:

# Filtrar jogadores com médias para BONS atacantes
jogadores_desejados <- dados_fifa %>%
  filter(
    ofensivo > 75,
    habilidade > 70,
    movimentacao > 80,
    forca > 65,
    mentalidade > 60
  ) %>%
  arrange(desc(value))

Atacantes Brasileiros

Os melhores atacantes brasileiros do EA FC 24: Filtrando apenas os jogadores que possuem stats bons para atacantes.

Com isso, temos os melhores atacantes brasileiros do jogo, certo? Não! O Renan Lodi aparece em 9º nesta análise, apesar de ser Lateral Esquerdo (LE), ou seja, os stats não descrevem diretamente o que EXATAMENTE um jogador poderá realizar dentro do jogo, por isso as características são tão importantes!

Renan Lodi (OM)