cpbl-draft-analysis

整理中華職棒（CPBL）選秀與打擊資料的小型資料專案。

目前主要功能：

• 抓取並整合歷年選秀資料到 data/draft_all/draft_all.csv
• 補齊可取得的球員生日（birth）與部分守備位置（position）
• 計算打擊進階數據（OBP / SLG / OPS / OPS+）

環境需求

本專案使用 conda 環境 cpbl。

1. 建立環境（首次）：

conda env create -f environment.yml

2. 啟用環境：

conda activate cpbl

專案結構

src/
  fetch_team_draft.py      # 抓歷年選秀 + 補 birth/position
  adv_stat.py              # 計算打擊進階數據

data/
  draft_all/draft_all.csv  # 歷年整合後選秀資料（主要輸出）
  batting/stat.csv         # 打擊原始資料
  batting/adv_stat.csv     # 打擊進階資料輸出

資料來源

• 歷年選秀：維基百科（raw）
  • https://zh.wikipedia.org/zh-tw/中華職棒選秀會?action=raw
• 球員生日補值：cpbl-opendata 的 players.csv
  • https://github.com/ldkrsi/cpbl-opendata

使用方式

1) 抓歷年選秀

conda run -n cpbl python src/fetch_team_draft.py

預設輸出：data/draft_all/draft_all.csv

可用參數：

• --source：自訂來源（預設為維基百科）
• --output：自訂輸出檔案
• --reference：指定本地參考資料（可選）
• --skip-enrich：只抓取，不補 birth/position

範例：

conda run -n cpbl python src/fetch_team_draft.py --skip-enrich

2) 計算打擊進階數據

conda run -n cpbl python src/adv_stat.py

輸出：data/batting/adv_stat.csv

欄位說明（draft_all）

data/draft_all/draft_all.csv 主要欄位：

• name：球員姓名
• birth：出生日期（YYYY-MM-DD，若可取得）
• draft-year：選秀年份
• round：輪次
• order：整體順位（同一年度內）
• position：守備位置（若可取得）
• draft-team：選秀球隊代碼
• status：目前與 draft-team 同步（需手動更新）
• leave-year：離隊年份（需手動更新）

注意事項

• 維基資料為社群維護，偶有格式變動，解析邏輯可能需調整。
• 歷史資料中部分球隊名稱尚未完全正規化（例如舊隊名）。
• position 補值仍受參考資料覆蓋率影響，可能存在空值。

致謝

• 感謝 cpbl-opendata 提供球員資料整理與開放資料貢獻。