今天再來介紹另一個數據網站，Retrosheet。Retrosheet 是 David Smith 在 1989 年開始與一些棒球愛好者一起開始的 Project。一開始是他們一起建立的資料庫系統，後來在 1997 年正式把它們的內容提供到網路上給全部的人免費使用。

Retrosheet 不一樣的地方是他存有各個比賽的 Play-by-Play 資料，也就是場上發生什麼狀況都會有紀錄，像是打者會怎麼出局，或是壘上跑者怎麼推進。也會每場比賽的 BoxScore 資料，可以參考它們網頁上的資料：

Retrosheet Boxscore: Cincinnati Reds 6, Atlanta Braves 3

Token

在 pybaseball 裡面，獲得 Retrosheet 的方式會跟使用 Lahman 一樣，都是從 Chadwick Bureau 的 Github 裡的檔案抓取資料，不一樣的地方是 Retrosheet 有些 functions 必須取得 Github 的 token 後加入進 GH_TOKEN 這個環境變數才能執行。如何取得 Token 可以參考 Github 的官方文件：

Managing your personal access tokens - GitHub Docs

這邊示範如何在 Colab 上面新增環境變數

from pybaseball import season_game_logs
# 把 <your_token> 換成自己在 Github 上面產生的 token
%env GH_TOKEN=<your_token>

# 如果沒加入環境變數這一行會回傳錯誤
season_game_logs(2022)

需要 token 的 functions 有：

• events(season, type="regular", export_dir=".")：下載輸入球季當季的所有 play-by-play 事件，參數 type 可以選擇例行賽 (regular)、季後賽 (post) 與全明星賽 (asg)。另一個參數 export_dir 則是下載的路徑，因為目前 pybaseball 還沒有把 retrosheet 的檔案轉成 DataFrame，所以會用下載的方式把檔案下載下來。
• rosters(season)：獲得輸入球季的球員資料。不知道為什麼我試了一些球季都會回傳錯誤，可能之後要開個 Issue 問問看。
• schedules(season)：獲得輸入球季的賽程資料。可以知道星期與早場晚場等資訊。
• season_game_logs(season)：獲得輸入球季的逐場資料。回傳欄位會跟 events 一樣，但只會包含當場的數據總和與先發球員名單。

不需要的 functions 則有：

• park_codes()：球場資訊，可以知道甚麼時後啟用跟什麼時候停用。
• world_series_logs()：獲得世界大賽的比賽資訊，會跟 season_game_logs 回傳一樣的欄位格式。
• all_star_game_logs()：獲得全明星賽的比賽資訊，會跟 season_game_logs 回傳一樣的欄位格式。
• wild_card_logs()：獲得季後賽外卡賽的比賽資訊，會跟 season_game_logs 回傳一樣的欄位格式。
• division_series_logs()：獲得季後賽分區系列賽的比賽資訊，會跟 season_game_logs 回傳一樣的欄位格式。
• lcs_logs()：獲得世界大賽前的聯盟大賽的比賽資訊，會跟 season_game_logs 回傳一樣的欄位格式。

再次提醒目前只有 events 那個 function 會下載檔案下來，其他還是會回傳 DataFrame，所以自己在試的時候要注意一下。

其實在 Statcast 的 Baseball Savant 出來前，很多人是在 Retrosheet 上面來得知一些投打對決的資料的，因為像是 FanGraphs 跟 Baseball Reference 都沒有那麼詳細的 play-by-play 資料，另外 Retrosheet 官網也有自己分類一些有趣的事件給使用者快速查詢，有興趣也可以上去看看：

Retrosheet Special Features

本日小結

今天介紹完 Retrosheet 之後，pybaseball 所包含的數據網站大多數已經介紹完了，感謝大家耐心地看到現在，剩下幾天會把一些還沒介紹的 functions 可能用一天介紹完，再來會介紹我之前參加數據比賽是怎麼使用 pybaseball 的，如果還有篇幅會介紹要如何在 Github 上面貢獻 pybaseball。