2019年1月

RStudioで行ったスプラトゥーンのゲームデータの前処理をまとめてみる。 スプラトゥーンのゲームデータ 上記のサイトからcsvファイルをダウンロードする。毎日stat.inkというサイトにアップロードされたデータがまとめられている。2017年8月くらいからデータがアップロードされており、すべてのファイルは100MB超え。 データの構造 内容は日程、ゲームのバージョン、ロビーモード、ゲームのモード、ステージ時間、勝敗結果（Alpha or Bravoの勝利）、ノックアウトの可否と、Alphaチームの各メンバーのブキ、キル数、デス数、アシスト数、スペシャル回数、塗りポイント、ランクが表示されている。 複数のcsvファイルの読み込み list.filesでファイル名のリストを取得する。patternはファイル形式を指定。full.namesはファイルを絶対パスごと取得。 lapplyでリストに関数を渡し、結果のリストを返している。do.callですべてのリストを結合している。最後のdistinctで、結合したものの中で完全に重複があるものを除外している。 特定のバージョン・ルールのデータを抜き出す スプラトゥーンは定期的にゲームのバージョンアップが行われていて、ブキの性能が微妙に違うのでなるべくバージョンを分けて分析をしたほうが良さそう。 ということでdplyrのfilter関数を用いて特定のバージョンを抽出し、ナワバリやガチホコなどのルールごとにデータを分けた。 Alphaチーム・Bravoチームのデータを集計する mutateとcase_whenで新たにresult列を作成し、alphaが勝ちの場合"0"、Bravoが勝ちの場合"1"とコード付けした。 更にAlphaチームの総キル数とBravoチームの総キル数や塗りポイントを新たに列を作ってまとめている。 勝ちチーム、負けチームで集計する Alpha/Bravoに勝ちチーム負けチームが混在している状態なので、新たに勝ち/負けチームの総キル数・塗りポイントなどをまとめた列を作成する。 こちらもcase_whenとmutateを利用して条件によって分けている。 個人的メモ：列ごと（1試合ごと）にIDを与えていろいろ GLMMを行いたかったので、ゲームID、勝敗（0or1）、チームキル数、チームデス数、チーム塗りポイントの列を作成する。 具体的な流れとしては、まず元データからデータフレームAに勝ちチームのデータを抽出。列名を変更 次に元データからデータフレームBに負けチームのデータを抽出。列名を変更し、最終的にAとBを結合という流れをとっている。 hoko431にnum（ゲームID）, result, win.inked, lose.inked, win.kill, lose.kill, win.death, lose.deathを抽出。 hoko431Aにはすでにresultに"0"とついている勝利チームを抽出、hoko431Bにはresultに"1"とついている列を抽出し、最終的にresult"0"に変更。hoo431CでA,Bを結合し、列名を変更している。 また勝ちチームを1とするために引き算で逆転させている。 最終的に出来上がったものがhoko4310というデータフレーム。 参考にしたサイトなど 上記のサイト以外にも見たサイトは色々ありますが、主だったものを紹介。mutate, case_whenのあたりはr-wakalangでも質問させて頂きました。

Rでやったスプラトゥーンのゲームデータの前処理