%pylab inline

import pandas as pd

pd.version.version

np.version.version

pd.set_option("max_rows", 100)
pd.set_option("max_columns", 25)
np.set_printoptions(linewidth=200)
figsize(12,9)

from IPython.display import HTML
HTML('<iframe src="http://botliga.de/datenquellen" width=1200 height=400></iframe>')

#!curl -O http://dl.dropbox.com/u/90393/botliga/ergebnisse-1963-2010.zip
#!unzip -qq ergebnisse-*.zip
#cd tippkick/
#!psql -q < tippkick.sql

import psycopg2
conn = psycopg2.connect("dbname=tippkick")

import pandas.io.sql as psql

vereine = psql.frame_query('select * from vereine', con=conn)
vereine.head()

spiele = psql.frame_query('select * from spiele', con=conn)
spiele.head()

temp = pd.merge(spiele, vereine, left_on="heim", right_on="id")
temp.head()

temp2 = pd.merge(temp, vereine, left_on="gast", right_on="id")
temp2.head()

df = temp2["name_y name_x saison tore_heim tore_gast spieltag zeit".split()]
df.columns = "heim gast saison tore_heim tore_gast spieltag zeit".split()
df

df.set_index("zeit")

df["tore"] = df["tore_heim"] + df["tore_gast"]

saison_spieltag = df.set_index(["saison", "spieltag"])

print saison_spieltag.head().to_string()

grouped = saison_spieltag["tore"].groupby(level=0)

grouped.sum().plot(kind="bar")

df[df["tore"] > 10].sort("tore", ascending=False)

from IPython.display import YouTubeVideo
YouTubeVideo('VfvWX4bHSb0')

df.ix[2558]

df.ix[0]["zeit"].hour

df["uhrzeit"]=df["zeit"].apply(lambda x: str(x).split()[1])

startzeiten = df["uhrzeit"].value_counts()

startzeiten

startzeiten.plot(kind="barh")

df[df["uhrzeit"] == "19:30:00"].sort("saison", ascending=False).head(10)