データ辞書#
対象パッケージ: olympicAthletes 0.5.10（CRAN）
原典: Olympedia.org
確認日: 2026-08-01
収録データセット#
パッケージは 14 個のデータセットを持つ。実質的な本体は最初の 3 つで、
残りは olympic_athletes を競技や大会で絞った教材向けの部分集合。
| データセット | 行数 | 粒度 | 用途 |
|---|---|---|---|
olympic_athletes |
315,094 | 選手 × 大会 × 種目 | 本体。参加・体格・性別・メダル |
medal_table |
1,929 | 大会 × NOC | 公式メダル集計。国別メダル数はこれを正とする |
editions |
62 | 大会 | 開催地・日程・参加者数・種目数・注記 |
athletics_athletes |
43,062 | 同上 | 陸上のみの部分集合 |
gymnastics_athletes |
29,413 | 同上 | 体操のみ |
basketball_athletes |
5,159 | 同上 | バスケットボールのみ |
volleyball_athletes |
4,792 | 同上 | バレーボールのみ |
curling_athletes |
961 | 同上 | カーリングのみ |
art_competitions_athletes |
— | 同上 | 芸術競技（1912-1948） |
team_sport_athletes |
— | 同上 | 団体競技 3 種 |
olympic_athletes_2024 |
— | 同上 | パリ 2024 のみ |
usa_summer_medals |
— | 大会 | USA の夏季メダル表 |
paris_2024_top_medals |
— | NOC | パリ 2024 上位 10 か国 |
season_counts |
— | シーズン | 行数の事前集計 |
本リポジトリは olympic_athletes / medal_table / editions の 3 つだけを使う。
部分集合は本体から再現できるため、二重管理を避けた。
olympic_athletes（16 列）#
粒度は 1 行 = 1 人の選手が 1 大会の 1 種目に出場したこと。 同じ選手が複数種目に出れば複数行、団体競技ならチーム全員分の行がある。
| 列 | 型 | 欠損率 | 値の範囲・備考 |
|---|---|---|---|
id |
int | 0% | 選手 ID。157,377 人。name と 1 対 1（同名別人が 839 件あるため name より id が信頼できる） |
name |
chr | 0% | 選手名。156,538 通り |
sex |
chr | 0% | M / F の 2 値。全期間で欠損なし |
age |
int | 3.0% | 10-97 歳。中央値 25。欠損は 1950 年代以前に集中 |
height |
num | 25.8% | 127-226 cm。欠損の年代偏りが大きい（下記） |
weight |
num | 27.6% | 25-214 kg。同上 |
team |
chr | 1.5% | チーム名。セーリングでは艇名が入る（例 Martha-1）。1,395 通り |
noc |
chr | 1.2% | 3 文字の国内オリンピック委員会コード。236 通り。欠損は 2018 年以降のみ |
games |
chr | 0% | "1896 Summer" 形式。56 大会 |
year |
int | 0% | 1896-2026。40 通り（1992 年までは夏冬が同年開催） |
season |
chr | 0% | Summer（250,747 行） / Winter（64,347 行） |
city_local_latin |
chr | 0% | 開催都市（現地表記のラテン文字化。例 Athína） |
city_english |
chr | 0% | 開催都市（英語。例 Athens）。44 都市 |
sport |
chr | 0% | 競技。69 通り |
event |
chr | 0% | 種目。1,270 通り。競技名と性別区分を含む（例 Athletics Men's 100 metres） |
medal |
chr | 86.0% | Gold / Silver / Bronze / NA。NA = メダルなし（欠損値ではない） |
年代範囲#
- 夏季: 1896 アテネ 〜 2024 パリ（31 大会）
- 冬季: 1924 シャモニー 〜 2026 ミラノ・コルティナ（25 大会）
- 中止大会（1916 / 1940 / 1944）は
editionsにのみ行があり、選手データには行がない - 1906 アテネ中間大会は IOC 非公認だが収録されている（
editions$notesに明記）
欠損の年代分布（重要）#
height の欠損率は年代で大きく振れる。全期間を一括で扱ってはいけない。
| 年代 | 行数 | height 欠損 | age 欠損 | noc 欠損 |
|---|---|---|---|---|
| 1890s | 380 | 87.9% | 42.9% | 0% |
| 1900s | 8,071 | 86.9% | 30.4% | 0% |
| 1930s | 10,722 | 77.6% | 5.1% | 0% |
| 1950s | 15,792 | 69.1% | 5.8% | 0% |
| 1960s | 29,194 | 6.1% | 1.4% | 0% |
| 1980s | 35,201 | 6.0% | 1.5% | 0% |
| 2000s | 49,357 | 0.7% | 0.0% | 0% |
| 2010s | 41,020 | 1.4% | 0.0% | 0.8% |
| 2020s | 38,859 | 54.2% | 0.0% | 9.2% |
直近大会の内訳:
| 大会 | height 欠損 | noc 欠損 |
|---|---|---|
| 2016 夏 | 1.3% | 0% |
| 2018 冬 | 3.8% | 6.7% |
| 2020 夏 | 44.7% | 9.5% |
| 2022 冬 | 41.5% | 7.1% |
| 2024 夏 | 65.7% | 10.4% |
| 2026 冬 | 63.2% | 7.2% |
つまり 2018 年冬季を境に選手個票の整備水準が落ちている。
medal_table（11 列）#
粒度は 1 行 = 1 大会 × 1 NOC。IOC 方式（団体競技も 1 種目 1 メダル）で 検証済みの公式集計。
| 列 | 型 | 備考 |
|---|---|---|
edition_id |
int | editions への外部キー |
games, year, season |
chr/int/chr | 大会 |
noc |
chr | NOC コード |
country |
chr | 国名（英語） |
gold, silver, bronze, total |
int | メダル数 |
notes |
chr | 注記（多くは空文字列。NA ではない） |
editions（15 列）#
粒度は 1 行 = 1 大会（中止大会・非公認大会を含む 62 行）。
| 列 | 型 | 備考 |
|---|---|---|
edition_id |
int | 主キー |
games, year, season |
chr/int/chr | 大会 |
city_local_latin, city_english, country |
chr | 開催地 |
opening_ceremony, closing_ceremony |
Date | 初期大会は NA が多い |
participants, nocs, medal_events, disciplines |
int | 規模。中止大会は全て NA |
notes |
chr | 文脈情報が豊富。ボイコット、ドーピング処分、ROC/AIN の扱い、COVID 延期など |
source |
chr | Olympedia の該当 URL |
country は medal_table$country と表記が一致するため、開催国 → NOC の変換が
join だけでできる（62 大会すべて一致することを確認済み）。
特に注意する点#
medalの NA はメダルなし。is.na(medal)を欠損として除外すると メダリストだけが残る。- 団体競技でメダル行が人数分ある。選手行をそのまま数えると水増しになる （2024 夏の USA は選手行 195 に対し、種目単位では 99）。
(id, games, event)の重複 1,480 行は多くが実在。芸術競技の複数出品、 セーリングで同一選手が複数艇に乗るケースなど。全列一致の完全重複 1,385 行のみ 除去してよい。- 1 種目のメダルが 4 件になることがある。柔道・ボクシング等の銅 2 個授与。
teamは国名とは限らない。セーリングでは艇名。国の分析にはnocを使う。