“Final Project – Lahman Package”

Detalhes

A maneira principal deste banco de dados é um banco de dados relacionado no formato do Microsoft Access. O design segue esses princípios gerais: cada jogador recebe um único código (ID do jogador). Todas as informações estão relacionadas a outras tabelas com esse jogador e são marcadas com o ID do seu player. Em seguida, todos os IDs estão vinculados a nomes e datas de nascimento na tabela principal. O banco de dados é composto pelas seguintes tabelas principais:

1. Dados (Mestre): 19105 Observações com 26 variáveis que consistem em nomes de jogadores, data de nascimento e informações biográficas. Este arquivo é usado para obter detalhes sobre os jogadores listados em rebatidas, pitching e outros arquivos onde os jogadores são identificados apenas pelo player, há também variáveis, como o peso do jogador em libras, altura do jogador em polegadas, onde o jogador morreu, onde o jogador morreu .

2. Dados (Batting): 102.816 Observações com 22 variáveis consistindo de: Número de jogos em que um jogador jogou, Homeruns, golpe por lançamento.

3. Dados (pitching): 44.963 Observações com 30 variáveis consistindo de: Jogos completos, perdidos, gado, começando.

4. Dados (Fielding): 136.815 Observações com 18 variáveis que consistem em: Posição, Jogos, Erros, Classificação área.

Uma coleção de outras tabelas também é fornecida abaixo brevemente:



Equipes (computadores)

1. Dados (equipes): estatísticas e posições anuais de equipamentos: 2835 Observações com 48 variáveis como por exemplo: Ano, posição de classificação final, jogos jogados, jogos jogados em casa, jogos ganhos, jogos perdidos, bases roubadas.

2. Dados (Teamshalf): Dados da temporada de equipe: 52 Observações com 10 variáveis, como: ano, divisão, jogadas jogos, primeira ou segunda metade da temporada, liga.

3. Dados (Teamsfranchises): Informações sobre franquias de equipamentos: 120 Observações com 4 variáveis, como: ID de franquia, nome de franquia, se o computador estiver atualmente ativo (s ou n), a identificação da franquia de equipe de associação nacional jogou como …

jogo pós-temporada (jogos pós-temporada)

1. Dados (Battingpost): 13.543 Observações com 22 variáveis, como bases roubadas, base de bola, strikeouts, passeios intencionais, atingidos por pitch.

2. Dados (Pitchingpost): 5.271 Observações com 30 variáveis, como os jogos iniciados, jogos completos, homeruns, strikeouts.

3. Dados (Fieldingpost): 12.714 Observações com 17 variáveis como: posição, jogos, erros, putouts.

4. Dados (SériePost): 316 Observações com 9 variáveis como por exemplo, equipe que ganhou a série, liga que ganhou a série, equipe que perdeu a série, liga que perdeu a série.

prêmios (prêmios)

1. Dados (AwardsManager): 179 Observações com 6 variáveis que consistem em: ID do gerente, nome de prêmio, ano, o prêmio foi um empate (s ou n).

2. Dados (PlaysPlayers): 6.158 Observações com 6 variáveis: ID do jogador, dado nome do prêmio, ano, notas sobre o prêmio, prêmio foi um empate (s ou n).

3. Dados (Awardsheremanagers): 425 Observações com 7 variáveis: ano, ID do gerente, número de pontos recebidos, número máximo de pontos possíveis, número de votos primeiro.

4. Dados (PrêmiosSePlayers): 6.879 Observações com 7 variáveis: ID do Jogador de ano, número de pontos recebidos, número máximo de pontos possíveis, número de votos em primeiro lugar.

  1. Dados (Halloftame): Consiste em resultados de voto para todos os candidatos nomeados para o salão de beisebol. Tem 4156 observações com 9 variáveis, como: ID do jogador, ano de voto, método pelo qual o jogador foi votado, total de votos anuais, total de votos recebidos. Detalhe: A tabela está ligada a dados (mestre) Outras tabelas
  2. dados (Allstarfull): 5148 Observações com 8 variáveis
  3. dados (gerentes): 5.148 Observações com 8 variáveis
  4. dados (fieldingf): 12.028 Observações com 6 variáveis
  5. dados (gerenteshalf): 93 Observações com 10 variáveis
  6. dados (salários): 26.428 Observações com 5 variáveis
  7. dados (aparência): 102.761 Observações com 21 variáveis
  8. dados (escolas): 1,207 Observações com 5 variáveis
  9. dados (CollegePlaying): 17.350 Observações com 3 variáveis

Abaixo está um exemplo dos jogadores mais bem pagos de 1985 a 2016

## yearID teamID lgID playerID salary nameFirst nameLast## 1 1985 PHI NL schmimi01 2130300 Mike Schmidt## 2 1986 NYN NL fostege01 2800000 George Foster## 3 1987 PHI NL schmimi01 2127333 Mike Schmidt## 4 1988 SLN NL smithoz01 2340000 Ozzie Smith## 5 1989 LAN NL hershor01 2766667 Orel Hershiser## 6 1990 ML4 AL yountro01 3200000 Robin Yount## 7 1991 LAN NL strawda01 3800000 Darryl Strawberry## 8 1992 NYN NL bonilbo01 6100000 Bobby Bonilla## 9 1993 NYN NL bonilbo01 6200000 Bobby Bonilla## 10 1994 NYN NL bonilbo01 6300000 Bobby Bonilla## 11 1995 DET AL fieldce01 9237500 Cecil Fielder## 12 1996 DET AL fieldce01 9237500 Cecil Fielder## 13 1997 CHA AL belleal01 10000000 Albert Belle## 14 1998 FLO NL sheffga01 14936667 Gary Sheffield## 15 1999 BAL AL belleal01 11949794 Albert Belle## 16 2000 LAN NL brownke01 15714286 Kevin Brown## 17 2001 TEX AL rodrial01 22000000 Alex Rodriguez## 18 2002 TEX AL rodrial01 22000000 Alex Rodriguez## 19 2003 TEX AL rodrial01 22000000 Alex Rodriguez## 20 2004 BOS AL ramirma02 22500000 Manny Ramirez## 21 2005 NYA AL rodrial01 26000000 Alex Rodriguez## 22 2006 NYA AL rodrial01 21680727 Alex Rodriguez## 23 2007 NYA AL giambja01 23428571 Jason Giambi## 24 2008 NYA AL rodrial01 28000000 Alex Rodriguez## 25 2009 NYA AL rodrial01 33000000 Alex Rodriguez## 26 2010 NYA AL rodrial01 33000000 Alex Rodriguez## 27 2011 NYA AL rodrial01 32000000 Alex Rodriguez## 28 2012 NYA AL rodrial01 30000000 Alex Rodriguez## 29 2013 NYA AL rodrial01 29000000 Alex Rodriguez## 30 2014 LAN NL greinza01 26000000 Zack Greinke## 31 2015 LAN NL kershcl01 32571000 Clayton Kershaw## 32 2016 LAD NL kershcl01 33000000 Clayton Kershaw

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *