第25回シクロクロス全日本選手権大会 内子大会の順位・ラップタイムをグラフ化

全日本シクロクロスエリートのラップタイムデータを集計してみました。 pic.twitter.com/lfxSh9mICz

— ストライピーなザイコー (@Zaikou) 2019年12月17日

• 第25回シクロクロス全日本選手権大会 内子大会の順位・ラップタイムをグラフ化したんだけど微妙に違う
• 3つ目のラップタイム差の計算方法がよくわからないのでパス

PDF

http://wakitasoft.com/Timing/Results/2019/20191208/lap_Result01.pdf

TSV

drive.google.com

import pandas as pd

import japanize_matplotlib
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

df = pd.read_csv("uchiko2019.tsv", sep="\t")
df

df1 = df.iloc[:, [2, 28, 29, 30, 31, 32, 33, 34, 35, 36]].copy()

df1.columns = [
    "名前",
    "LAP1",
    "LAP2",
    "LAP3",
    "LAP4",
    "LAP5",
    "LAP6",
    "LAP7",
    "LAP8",
    "LAP9",
]

df1.set_index("名前", inplace=True)

# 欠損値の場合は前の順位で補完
df1.fillna(method="ffill", axis=1, inplace=True)

df1

ax = df1.T.plot(
    figsize=(15, 20), xlim=(-0.5, 8.5), ylim=(70, 0), marker="o", ms=5, legend=False
)

# Y軸のラベルに名前を表示
ax.set_yticklabels(["", *df1.index, ""])

# Y軸のラベルを右側に変更
ax.yaxis.tick_right()
ax.set_yticks(list(range(70)))
plt.show()

# トップとのタイム差
df2 = df.iloc[:, [2, 10, 11, 12, 13, 14, 15, 16, 17, 18]].copy()
df2.set_index("名前", inplace=True)

df2

# 文字列のフォーマットをH:M:S形式に揃える
df3 = df2.applymap(
    lambda d: ":".join(("0:" + d).split(":")[-3:]) if pd.notna(d) else ""
)

# 文字列をTimeDelta型に変換
df3 = df3.apply(pd.to_timedelta)

df3.head(10)

df3.dtypes

# トップとのタイム差計算
df3_diff = df3.apply(lambda x: x - x.min())

df3_diff

# グラフ表示
ax = df3_diff.T.plot(figsize=(25, 20), grid=True)


@ticker.FuncFormatter
def yfmt(y, pos):
    m = int(y // (1000000000 * 60))
    s = int((y // 1000000000) - (m * 60))
    return f"{m:02d}:{s:02d}"

# Y軸の目盛を0:30ごと
ax.yaxis.set_major_locator(ticker.MultipleLocator(1000000000 * 30))

# Y軸の目盛のフォーマット
ax.yaxis.set_major_formatter(yfmt)

# 0からスタート
ax.set_ylim(bottom=0)

# Y軸反転
ax.invert_yaxis()
plt.legend(bbox_to_anchor=(1.05, 1), loc="upper left", borderaxespad=0, fontsize=10)

plt.show()

順位

トップとの差