記事のシリーズ

1. pybaseball基礎編① pybaseballのライブラリの概要とインストール
2. pybaseball基礎編② シーズン単位のデータ取得
3. pybaseball基礎編③ 試合単位のデータ取得
4. pybaseball基礎編④ 打席単位のデータ取得
5. pybaseball基礎編⑤ 1球単位のデータ取得【本記事】
6. pybaseball基礎編⑥ 打球単位のデータ取得（予定）
7. pybaseball基礎編⑦ 投球単位のデータ取得（予定）

はじめに

今回は、1球単位のデータを見ていきます。

Statcastでは、基本的に1球の投球が1行のデータとして記録されています。そのため1球単位まで理解すると、球種、球速、カウント、投球結果、投球位置などを細かく分析できます。

この記事ではGoogle Colab上で pybaseballを使い、1球を取り出す方法から、球種・球速・カウント・投球位置の確認、条件を組み合わせた抽出までを順番に解説します。

1. 「1球」とは？

Statcastでは pitch_number によって、1打席の中で何球目なのかを確認できます。

例えば次のようなデータなら、at_bat_number = 53 の同じ打席で、1～4球目が記録されています。

at_bat_number    pitch_number pitch_name     release_speed description

           53               1 Slider                  88.7 swinging_strike

           53               2 Sinker                  96.1 called_strike

           53               3 Slider                  88.8 blocked_ball

           53               4 Sinker                  95.4 swinging_strike

つまり、基本的には、

1行 = 1球

と考えるとStatcastデータを理解しやすくなります。

MLBの公式CSVドキュメントでは、

• at_bat_numberは試合内の打席番号、
• pitch_numberはその打席内の投球番号

と定義されています。

pybaseballの statcast()も、取得範囲の各投球を1行ずつ持つDataFrameを返します。

2. Statcastデータを取得する

例として2025年6月16日のデータを取得します。

!pip install -q git+https://github.com/jldbc/pybaseball.git

from pybaseball import statcast

game_data = statcast(
    start_dt="2025-06-16",
    end_dt="2025-06-16"
)

display(game_data.head())

出力結果

3. 1球分のデータを取り出す

先頭の1行をDataFrameとして取り出すなら iloc[[0]] を使えます。

one_pitch = game_data.iloc[[0]].copy()
display(one_pitch)

出力結果

4. 1球に必要な項目だけ表示する

pitch_columns = [
    "game_date",
    "inning",
    "inning_topbot",
    "at_bat_number",
    "pitch_number",
    "pitch_name",
    "release_speed",
    "release_spin_rate",
    "balls",
    "strikes",
    "type",
    "description",
    "events"
]

display(game_data[pitch_columns].head(20))

出力結果

5. pitch_name で球種を見る

pitch_name はStatcastで判定された球種名です。球種ごとの投球数は value_counts() で確認できます。

pitch_counts = game_data["pitch_name"].value_counts(dropna=False)
display(pitch_counts)

出力結果

ここで注意したいのは、1日分の全MLBデータを取得している場合、この集計は特定の投手ではなく、取得した全投球を対象にしている点です。

投手を限定する場合は、MLB Player IDで絞り込みます。

pitcher_data = game_data[
    game_data["pitcher"] == 660271
].copy()

display(pitcher_data["pitch_name"].value_counts())

出力結果

6. release_speed で球速を見る

release_speed は投球速度で、単位はmphです。

例えばスライダーだけを取り出します。

slider_data = game_data[
    game_data["pitch_name"] == "Slider"
].copy()

display(
    slider_data[
        ["pitch_name", "release_speed", "release_spin_rate"]
    ].head(20)
)

出力結果

平均球速も計算できます。

slider_avg = slider_data["release_speed"].mean()
print(f"Slider平均球速: {slider_avg:.1f} mph")

出力結果

Slider平均球速: 86.9 mph

平均値だけでなく、球種別・カウント別に見ることで、投球の特徴をより具体的に調べられます。

7. description で1球の結果を見る

1球単位の分析では descriptionが重要です。

代表的な値には、

• swinging_strike（空振り）
• called_strike（見逃しストライク）
• foul（ファウル）
• ball（ボール）
• blocked_ball（捕手がブロックした投球）
• hit_into_play（インプレーになった打球）

などがあります。

空振りだけを取り出すなら、次のように書けます。

swinging_strikes = game_data[
    game_data["description"] == "swinging_strike"
].copy()

display(
    swinging_strikes[
        [
            "game_date",
            "pitch_name",
            "release_speed",
            "balls",
            "strikes",
            "description"
        ]
    ].head(20)
)

出力結果

events との違い

description はその1球の結果、eventsはその打席の結果を見るための項目です。

例えば、4球で三振になった打席なら、途中の投球では events = NaNでも、最後の投球では events = strikeout になることがあります。

したがって、eventsが空欄だからといって「ファウルだった」「ボールだった」と判断することはできません。1球の結果を知りたい場合は、まずdescription や type を確認しましょう。

8. type でボール・ストライク・インプレーを見る

Statcastの type は投球結果の大分類で、B = Ball、S = Strike、X = In Play です。

strikes_data = game_data[
    game_data["type"] == "S"
].copy()

display(
    strikes_data[
        [
            "pitch_name",
            "release_speed",
            "balls",
            "strikes",
            "description"
        ]
    ].head(20)
)

出力結果

description の細かな種類をまとめて「ストライク系の投球」として確認したいときに便利です。

9. カウントごとの投球を見る

balls と strikes は、その投球が行われる直前のカウントです。

count_data = game_data[
    [
        "at_bat_number",
        "pitch_number",
        "pitch_name",
        "balls",
        "strikes",
        "description"
    ]
].copy()

display(count_data.head(30))

出力結果

例えば2ストライクから投げられた球だけなら、

two_strike_pitches = game_data[
    game_data["strikes"] == 2
].copy()

display(
    two_strike_pitches[
        [
            "pitch_name",
            "release_speed",
            "balls",
            "strikes",
            "description",
            "events"
        ]
    ].head(20)
)

出力結果

これだけでも、「2ストライクでどの球種を選びやすいか」という分析につなげられます。

10. 1球の投球位置を見る

代表的な項目が plate_x、plate_z、zone です。

location_data = game_data[
    [
        "pitch_name",
        "plate_x",
        "plate_z",
        "zone",
        "description"
    ]
].copy()

display(location_data.head(20))

出力結果

plate_x は捕手側から見たホームプレート通過時の横方向の位置、plate_z は縦方向の位置、zone は投球ゾーンを表します。

2026年以降の注意点

Baseball Savantの公式ドキュメントでは、plate_x と plate_z の定義について2026年から変更があると説明されています。2025年まではプレート手前側を基準としていましたが、2026年以降はABS（Automated Ball-Strike）システムとの整合を取るため、プレート中央付近を基準とする定義になっています。

そのため、2025年以前と2026年以降の投球位置を比較するときは、定義変更を意識する必要があります。過去データと現在データを完全に同じ基準だと考えて単純比較しないようにしましょう。

11. 1球単位の分析でよく使う項目

12. 1球単位のデータからできる分析

1球単位まで細かくすると、分析テーマが大きく広がります。

投手側

• 球種ごとの投球割合
• 球種ごとの平均球速
• 球種ごとの回転数
• 初球に投げる球種
• カウント別の球種選択
• 2ストライクから選択する球種
• 空振りを取った球種
• ストライクゾーン内外の投球割合

打者側

• どの球種を多く見ているか
• どの球種で空振りが多いか
• 初球への反応
• 2ストライク後の結果
• 球速帯別の反応
• コース別の反応

投手と打者の組み合わせ

「特定の投手が特定の打者に対して、どの球種をどのカウントで投げたか」という対戦分析も可能です。

まとめ

今回は pybaseballを使ってMLBのStatcastデータを1球単位で取得・確認する方法を解説しました。

ポイントは次のとおりです。

• Statcastでは基本的に1球の投球が1行として記録される
• pitch_number で打席内の何球目かを確認できる
• pitch_name で球種を確認できる
• release_speed で球速を確認できる
• balls と strikes で投球前のカウントを確認できる
• type でBall・Strike・In Playの大分類を確認できる
• description でその1球の結果を確認できる
• events は打席全体の結果を表すため、打席途中では空欄になることがある
• plate_x、plate_z、zone を使うと投球位置も分析できる
• 2026年以降は plate_x・plate_z の定義変更に注意が必要
• 長期間のデータを取得するとデータ量が大きくなるため、最初は短い期間から試すと扱いやすい

1球単位まで扱えるようになると、単なる選手成績の確認から、「どの球種を、どのカウントで、どのコースに投げたのか？」という、より具体的な投球分析へ進めます。

次回の記事

次回は、

【pybaseball基礎編⑥】打球単位のデータ取得

を予定しています。

基礎編⑤では投球そのものを1球ずつ確認しました。基礎編⑥では、

• 打球速度（launch_speed）
• 打球角度（launch_angle）
• 打球距離
• ゴロ・ライナー・フライなどの打球タイプ
• どのような打球が発生したのか

といった、バットに当たった後のデータを中心に見ていきます。

データ参照元

本記事では、MLBのStatcastデータをpybaseballから取得して分析しています。

Statcastのデータ項目については、MLBのBaseball Savantが公開しているStatcast Search CSV Documentationを参照しています。

Statcast Search CSV Documentation

pybaseballは、Baseball SavantのStatcastデータをPythonから取得し、pandasのDataFrameとして扱いやすくするためのライブラリです。

pybaseball GitHub

データを利用・公開する場合は、利用元の最新の規約、データ提供条件、各サービスの利用条件を確認してください。

動作環境

本記事ではGoogle Colabを利用しています。

Pythonとpybaseballのバージョンは、以下のコードで確認できます。

import sys
import pybaseball

print("Python:", sys.version)
print("pybaseball:", pybaseball.__version__)

出力結果

Python: 3.13.15 (main, Aug  6 2026, 11:06:22) [GCC 13.3.0]
pybaseball: 2.2.7

プロ野球・MLBが10倍楽しくなる! よくわかるセイバーメトリクス

Amazonで見る