In diesem Projekt habe ich ein ELO-Ranking-System entwickelt, das den ELO-Rang von Spielern in einem Wettbewerb basierend auf ihren Spielen berechnet. Das System verwendet Python und Pandas, um Daten aus CSV-Dateien zu lesen und die Rangliste zu erstellen.
Der ELO-Algorithmus berechnet die erwarteten Ergebnisse der Spieler auf der Grundlage ihrer aktuellen ELO-Punkte und passt ihre Punkte basierend auf den tatsächlichen Ergebnissen der Spiele an. Der Code enthält Funktionen wie expected_value(), new_ELO_points() und rating_out_of_100() zur Berechnung der ELO-Punkte und Bewertungen der Spieler.
Das Hauptprogramm liest die Spieldaten aus einer CSV-Datei, verarbeitet sie und erstellt eine Rangliste der Spieler, sortiert nach ihren ELO-Punkten. Die Rangliste wird dann in einer neuen CSV-Datei gespeichert.
Hier ist ein Beispiel, wie der Code verwendet werden kann:
- Speichern Sie die Spieldaten in einer CSV-Datei im
input-Ordner. - Führen Sie das Python-Programm aus und geben Sie den Dateinamen (ohne .csv-Endung) ein, wenn Sie dazu aufgefordert werden.
- Geben Sie den Standard-/Start-ELO-Wert und den K-Wert ein.
- Das Programm erstellt eine Rangliste der Spieler und speichert sie in einer CSV-Datei im
output-Ordner.
Dieses Projekt zeigt meine Fähigkeiten in der Datenverarbeitung und -analyse sowie im Umgang mit Python und Pandas-Bibliotheken. Es kann leicht an andere Sportarten oder Wettbewerbe angepasst werden, die ein Ranking-System erfordern.
Das gesamte Projekt ist auf meinem GitHub-Repository verfügbar: ELO-Ranking-Calculator