This project focuses on the analysis, cleaning, and visualization of a comprehensive Formula 1 dataset obtained from Kaggle.
A total of 14 raw CSV files were processed to build a clean, analysis-ready data pipeline used for exploratory analysis, KPI modeling, machine learning, and dashboard creation.
The primary objective of this project is to understand the multi-layered structure of Formula 1 data and build reliable models for analytics and prediction.
The dataset includes:
- Driver details
- Constructor (team) details
- Race schedule
- Circuit information
- Race results
- Sprint results
- Qualifying sessions
- Lap times
- Pit stop records
- Season summaries
- Driver & constructor standings
- Race status and DNF descriptions
F1_Data_Analysis_Project/
│
├── data/
│ ├── raw/
│ └── processed/
│
├── notebooks/
│ ├── 01_data_exploration.ipynb
│ ├── 02_data_cleaning.ipynb
│ └── 03_F1_race_prediction.ipynb
│
├── formula1_page_1.png
└── README.md
Key steps performed:
- Structural inspection of all tables
- Detection of missing values (
\N) - Data type verification
- Basic visual exploration (nationality distribution, races per year, grid vs finish trends)
- Identification of required transformations for cleaning
Major transformations included:
- Converting
\N→NaN - Fixing datetime formats
- Numeric conversions
- Removing irrelevant fields (such as URL fields)
- Adding enriched features (e.g.,
fullName) - Merging race results with race status to include DNF details
- Exporting all cleaned files as clean_*.csv into
data/processed/
The notebook 03_F1_race_prediction.ipynb introduces a machine learning model designed to estimate the win probability of each driver before a race.
The model uses:
- Starting grid position
- Team performance metrics
- Driver historical statistics
- Circuit-based tendencies
- Season progression
to produce a win probability prediction for upcoming races.
Based on data from the 2024 Season, Race 12, the model generated the following 2025 Abu Dhabi GP predictions:
| driver_name | team_name | grid | win_probability |
|---|---|---|---|
| Lewis Hamilton | Mercedes | 2 | 48.5% |
| George Russell | Mercedes | 1 | 45.0% |
| Max Verstappen | Red Bull | 4 | 43.7% |
| Lando Norris | McLaren | 3 | 36.4% |
| Oscar Piastri | McLaren | 5 | 35.5% |
🏁 Model’s predicted favorite: Lewis Hamilton (Mercedes)
This model will continue to evolve with additional features and improved training pipelines.
This project includes a multi-page interactive dashboard built in Looker Studio.
All KPIs and calculations were implemented using Looker Studio formulas and BigQuery logic.
Dashboard pages include:
- Home Overview
- Lap Performance
- Excitement Analysis
- Wins by Grid Position
- Team & Driver Insights
Users can filter data by year, driver, constructor, country, and Grand Prix, enabling fully interactive exploration.
A preview of the first dashboard page is shown below.
These visuals represent only part of the full report — you can visit the Looker Studio link to explore the complete dashboard.
👉 https://lookerstudio.google.com/s/uG-Xa6VAitw
- Python (pandas, numpy, matplotlib, seaborn)
- Jupyter Notebook
- Looker Studio
- BigQuery
- Virtual Environment (venv)
This project aims to build an end-to-end data analysis and prediction pipeline while uncovering meaningful insights into the competitive ecosystem of Formula 1 racing.
Bu proje, Kaggle’dan elde edilen kapsamlı Formula 1 veri setinin analiz edilmesi, temizlenmesi, modelleme ve görselleştirilmesi üzerine kurulmuştur.
14 adet ham CSV dosyası işlenerek analiz-hazır bir veri modeli oluşturulmuştur.
Projenin amacı, F1 verisinin karmaşık yapısını anlamak ve güvenilir analitik / tahmin modelleri geliştirmektir.
Veri seti; sürücüler, takımlar, yarış takvimi, pistler, tur zamanları, pit stoplar, sıralamalar ve DNF açıklamalarını içerir.
F1_Data_Analysis_Project/
│
├── data/
│ ├── raw/
│ └── processed/
│
├── notebooks/
│ ├── 01_data_exploration.ipynb
│ ├── 02_data_cleaning.ipynb
│ └── 03_F1_race_prediction.ipynb
│
├── formula1_page_1.png
└── README.md
Bu aşamada:
- Tabloların yapısı incelendi
- Eksik değerler tespit edildi
- Kolon tipleri analiz edildi
- İlk görselleştirmeler oluşturuldu
- Temizlik aşaması için gereksinimler çıkarıldı
Başlıca yapılan işlemler:
\N→NaNdönüşümü- Tarih kolonlarının formatlanması
- Sayısal alanların düzenlenmesi
- Gereksiz kolonların silinmesi
- Yeni özelliklerin oluşturulması
- Yarış sonuçlarının DNF açıklamalarıyla zenginleştirilmesi
- Temiz verinin
clean_*.csvformatında kaydedilmesi
03_F1_race_prediction.ipynb notebook'u, yaklaşan yarışlar için sürücü galibiyet olasılıklarını hesaplayan bir makine öğrenimi modeli içermektedir.
Model şu bilgileri kullanır:
- Grid pozisyonu
- Takım performansı
- Sürücü geçmiş başarıları
- Pist eğilimleri
- Sezonun ilerleyişi
Baz alınan veri: 2024 Sezonu, 12. Yarış
Tahmin edilen yarış: 2025 Abu Dhabi GP
| driver_name | team_name | grid | win_probability |
|---|---|---|---|
| Lewis Hamilton | Mercedes | 2 | 48.5% |
| George Russell | Mercedes | 1 | 45.0% |
| Max Verstappen | Red Bull | 4 | 43.7% |
| Lando Norris | McLaren | 3 | 36.4% |
| Oscar Piastri | McLaren | 5 | 35.5% |
🏁 Model Tahmini Favori: Lewis Hamilton (Mercedes)
Proje kapsamında Looker Studio üzerinde çok sayfalı interaktif bir dashboard oluşturulmuştur.
Tüm hesaplamalar Looker Studio formülleri ve BigQuery üzerinde yapılmıştır.
🔗 Dashboard bağlantısı:
👉 https://lookerstudio.google.com/s/uG-Xa6VAitw
- Python
- Jupyter Notebook
- Looker Studio
- BigQuery
- venv
Bu proje, uçtan uca bir veri analizi ve tahmin pipeline'ı kurarak F1 dünyasının rekabet dinamiklerini veri odaklı bir bakışla incelemeyi hedefler.