Când eram copil, eroul meu de baseball a fost Mickey Mantle. În cariera sa de 18 ani în Major League, el a strâns statistici extraordinare și, cu siguranță, a fost unul dintre cei mai mari din toate timpurile jocului. Când Mantle s-a retras, a fost al treilea pe lista tuturor timpurilor în carieră, cu 536 de home runuri, după Babe Ruth (714) și Willie Mays (587). Din păcate, a suferit numeroase răni, lăsând fanii să se întrebe cum ar arăta numerele sale dacă s-ar fi bucurat de o carieră mai sănătoasă.
Timp de decenii, mulți oameni l-au considerat (și încă îl consideră) pe Babe Ruth a fi cel mai mare jucător de baseball, pentru că a fost un star ulcior și un star hit. Contraargumentul la „ce-ar fi” la Mantle este: ce ar fi dacă Ruth nu și-ar fi petrecut primii șase ani ca ulcior și, în schimb, ar fi fost o lovitoare cu normă întreagă? (În mod similar, dacă Ted Williams nu și-ar fi petrecut unii dintre primii ani în armată.)
În zilele noastre, Shohei Ohtani este cu siguranță o vedetă bidirecțională o dată într-o generație. Cu toate acestea, și-a petrecut primii ani de vârf în baseballul profesionist al Japoniei și este posibil să nu mai aibă suficient timp în baseballul american pentru a acumula aceste statistici istorice pe viață. Aaron Judge este un alt lovitor modern excepțional; sperăm că va rămâne sănătos, astfel încât să putem urmări numărul carierei sale crescând.
Pentru a compara obiectiv statisticile de viață ale lui Mantle și Ruth, am apelat la date. Setul de date de baseball Sean Lahman conține statistici ale jucătorilor din Liga Major din 1871 și este disponibil în biblioteca R lahman. Aceasta a fost o oportunitate bună de a practica manipularea datelor folosind dplyr.
Ruth a jucat cu 102 mai multe jocuri decât Mantle într-o carieră de 22 de ani (2.503 față de 2.401). Statisticile sale de viață îl eclipsează pe Mantle în fiecare categorie ofensivă, cu excepția bazelor furate – deși Ruth a furat acasă de 10 ori și a lovit de aproape două ori mai multe triple, sugerând că a fost mai rapid decât își dau seama majoritatea. Media lui la bataie de-a lungul vieții a fost impresionant de .342, stând chiar în spatele lui Tris Speaker și Ted Williams.
Protecția grupului a jucat un rol important pentru ambii bărbați. Ruth a bătut în general direct înaintea lui Lou Gehrig, iar Mantle a bătut direct înaintea lui Yogi Berra. În timp ce atât Ruth, cât și Mantle au atras o mulțime de plimbări, probabil că ulciorii rareori au ales să le plimbe în mod intenționat doar pentru a înfrunta Gehrig sau Berra.
De asemenea, am fost curios de metricile lor defensive. Pentru o comparație corectă, am filtrat datele pentru a le izola doar aparițiile în teren. Nu există nicio valoare în a compara o aruncare din teren cu o asistență pe care Ruth a făcut-o la o lovitură de revenire în timp ce arunca. În mod similar, am exclus aparițiile lui Mantle pe teren; el a jucat în primul rând prima bază în ultimele două sezoane și a ocupat pentru scurt timp alte locuri de pe teren la începutul carierei sale.
Ruth a jucat cu 222 mai multe jocuri pe teren decât Mantle (2.241 față de 2.019). Numărul total de retrageri din teren au fost aproape identice, probabil pentru că Mantle a jucat pe teren central și a acoperit mai mult teren. Cu toate acestea, Ruth a înregistrat aproape de două ori mai multe asistări pe teren (204 față de 117), ceea ce se aliniază cu puterea brațului așteptată de la un fost aruncător. Deși cele 204 de pase decisive ale lui Ruth nu se potrivesc cu staruri precum cele 266 ale lui Roberto Clemente, acesta rămâne un număr extrem de respectabil.
În cele din urmă, datele arată că, chiar dacă îi ignori complet cariera de pitcher, Babe Ruth și-a construit o carieră remarcabilă, de sine stătătoare, atât ca lovitor, cât și ca jucător.
MANTLE RUTH
games 2401 2503
at_bats 8102 8398
runs 1677 2174
hits 2415 2873
doubles 344 506
triples 72 136
home_runs 536 714
BA 0.298 0.342
rbi 1509 2217
sb 153 123
bb 1733 2062
so 1710 1330
games_of 2019 2241
putouts 4438 4444
assists 117 204
Iată codul meu R:
library(Lahman)
library(tidyverse)
data(People)
which(People$nameLast == "Mantle") # 11773, playerID = mantlmi01
which(People$nameLast == "Ruth") # 16674 , playerID = ruthba01
data(Batting)
data(Fielding) # for fielding, want games in outfield POS == 'OF'
df_fielding <- Fielding %>%
filter(playerID %in% c('mantlmi01', 'ruthba01'), POS == 'OF') %>%
group_by(playerID) %>%
summarize(games_of = sum(G, na.rm = TRUE), putouts = sum(PO, na.rm = TRUE),
assists = sum(A, na.rm = TRUE)
)
df <- Batting %>%
filter(playerID %in% c('mantlmi01', 'ruthba01')) %>%
group_by(playerID) %>%
summarize(games = sum(G, na.rm = TRUE), at_bats = sum(AB, na.rm = TRUE),
runs = sum(R, na.rm = TRUE), hits = sum(H, na.rm = TRUE),
doubles = sum(X2B, na.rm = TRUE),
triples = sum(X3B, na.rm = TRUE), home_runs = sum(HR, na.rm = TRUE),
BA = round(hits / at_bats,3),
rbi = sum(RBI, na.rm = TRUE), sb = sum(SB, na.rm = TRUE),
bb = sum(BB, na.rm = TRUE), so = sum(SO, na.rm = TRUE),
) %>%
merge(df_fielding, by = "playerID", all.x = TRUE)
df_transposed <- as.data.frame(t(df))
colnames(df_transposed) <- c("MANTLE", "RUTH")
df_transposed <- df_transposed(-1, )
df_transposed
Sfârşit
