rChartsでレジェンドプレーヤーの成績をインタラクティブに可視化したい

Lahmanのデータベースを使って, 歴代の打者成績推移をrChartsで可視化します.

データは http://seanlahman.com/files/database/lahman-csv_2014-02-14.zip でダウンロードできます.

解凍したら, Batting.csvとMaster.csvを使います.

library(rCharts)
library(RPostgreSQL)
library(dplyr)
library(magrittr)
library(xtable)
# 各打者のシーズン記録のまとめデータ: Batting.csv

dat = fread("/Users/taku/Dropbox/works/rworks/rchart/Batting.csv")

データの中身はこんな感じです.

head(dat) %>% xtable() %>% print(type="html")
playerID yearID stint teamID lgID G G_batting AB R H X2B X3B HR RBI SB CS BB SO IBB HBP SH SF GIDP G_old
1 aardsda01 2004 1 SFN NL 11 11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 11
2 aardsda01 2006 1 CHN NL 45 43 2 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 45
3 aardsda01 2007 1 CHA AL 25 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
4 aardsda01 2008 1 BOS AL 47 5 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 5
5 aardsda01 2009 1 SEA AL 73 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6 aardsda01 2010 1 SEA AL 53 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 

# 選手をidで扱うのは淋しいので, フルネームを調べます
# フルネームはMaster.csvから作ります.
fullname_and_id = 
  fread("/Users/taku/Dropbox/works/rworks/rchart/Master.csv") %>% 
  mutate(fullname = paste(nameFirst, nameLast, sep=" ")) %>% 
  dplyr::select(lahman40ID, fullname) %>% 
  setnames(c("playerID", "fullname"))

# 2012年までに3000本安打を超えている選手で遊びます
bat_over_3000 = 
  dat %>% group_by(playerID) %>% 
  dplyr::summarise(HIT = sum(H)) %>% 
  filter(HIT >= 3000) %>% 
  select(playerID)

# フルネームとIDを統合
batters = bat_over_3000 %>% inner_join(fullname_and_id, by="playerID")

# 3000本打った選手の成績まとめ
batters_data = batters %>% inner_join(dat, by = "playerID")

# シーズン中に移籍すると, データが別の行になります. 
# 欲しいのは年度別の成績なので, 年度が同じなら成績はマージします
# 移籍はなかったことにします.
batters_data_hit = 
  batters_data %>%
  dplyr::select(fullname, yearID, G, AB, H, HR, SO) %>% 
  group_by(fullname, yearID) %>%
  dplyr::summarise(game = sum(G), atbat = sum(AB), hit = sum(H), homerun = sum(HR), so = sum(SO))

# デビューの年をチェックします
start = batters_data_hit %>% 
  group_by(fullname) %>% 
  dplyr::summarise(start = min(yearID)) 

# 時代で分ける
batters_data_hit = 
  batters_data_hit %>% inner_join(start, by="fullname") %>% 
  mutate(age = yearID - (yearID %% 10) )


# できたデータ
head(batters_data_hit) %>% xtable() %>% print(type="html")
fullname yearID game atbat hit homerun so start age
1 Al Kaline 1953 30 28 7 1 5 1953 1950.00
2 Al Kaline 1954 138 504 139 4 45 1953 1950.00
3 Al Kaline 1955 152 588 200 27 57 1953 1950.00
4 Al Kaline 1956 153 617 194 27 55 1953 1950.00
5 Al Kaline 1957 149 577 170 23 38 1953 1950.00
6 Al Kaline 1958 146 543 170 16 47 1953 1950.00

通算成績の積み上げの様子を見てみます. 今回はnPlotします. 

# ひたすらcumsumします
career_data =
  batters_data_hit %>% group_by(fullname) %>%
  dplyr::summarise(yearID = yearID, 
                   careerHIT= cumsum(hit),
                   careerHR = cumsum(homerun), 
                   careerSO = cumsum(so), 
                   careerGAME=cumsum(game),
                   age = age
                   )
# できたデータ
head(career_data) %>% xtable() %>% print(type="html")
fullname yearID careerHIT careerHR careerSO careerGAME age
1 Al Kaline 1953 7 1 5 30 1950.00
2 Al Kaline 1954 146 5 50 168 1950.00
3 Al Kaline 1955 346 32 107 320 1950.00
4 Al Kaline 1956 540 59 162 473 1950.00
5 Al Kaline 1957 710 82 200 622 1950.00
6 Al Kaline 1958 880 98 247 768 1950.00 

# 可視化
np = nPlot(careerHIT~yearID, type="lineChart", group="fullname", data = career_data)
np$addFilters("age")
np$addControls("y", value="careerHIT", values=names(career_data)[3:6])
np$show("iframesrc", cdn = TRUE)

nPlotだとRpubsで表示が死にますね… Rstudioの出力ではうまくできているのに.