Python案例统计传球成功率哪队更高？

wen python案例 2026-07-27 2

用Python统计哪队传球更精准？

目录导读

问题背景：为什么传球成功率是衡量球队控球能力的关键指标？
数据准备：从比赛日志到CSV数据清洗的完整流程
Python代码实现：分组统计、可视化与结果解读
实战案例：用真实比赛数据对比巴塞罗那与皇家马德里的传球表现
常见问题与QA：针对平均传球成功率、样本偏差等疑问的解答

问题背景

在足球数据分析中，传球成功率是评估球队控球稳定性、战术执行能力的基础指标，2023-24赛季西甲联赛中，巴塞罗那的平均传球成功率高达89.2%，而皇家马德里为86.7%，但“哪队更高”不能简单看单场数据，必须结合多场比赛进行统计检验，本文将通过Python案例，手把手教你从原始比赛日志中提取数据,计算并对比多支球队的传球成功率。

Python案例统计传球成功率哪队更高？

数据准备

假设我们拥有一个名为pass_data.csv的表格,包含以下字段：

team（球队名称）
total_passes（总传球次数）
successful_passes（成功传球次数）
match_id（比赛编号）

数据清洗示例（Python代码片段）

import pandas as pd
df = pd.read_csv('pass_data.csv')
# 删除缺失值
df_clean = df.dropna(subset=['total_passes', 'successful_passes'])
# 过滤异常值（总传球数低于50次的数据通常为垃圾数据）
df_clean = df_clean[df_clean['total_passes'] >= 50]

Python代码实现：统计与可视化

步骤1：计算每支球队的平均传球成功率

# 按球队分组，计算成功率平均值
team_stats = df_clean.groupby('team').agg(
    total_passes=('total_passes', 'sum'),
    successful_passes=('successful_passes', 'sum')
).reset_index()
team_stats['success_rate'] = (team_stats['successful_passes'] / team_stats['total_passes']) * 100
print(team_stats[['team', 'success_rate']])

步骤2：绘制柱状图对比

import matplotlib.pyplot as plt
plt.barh(team_stats['team'], team_stats['success_rate'], color=['royalblue', 'crimson'])
plt.xlabel('传球成功率 (%)')'球队平均传球成功率对比')
plt.show()

步骤3：统计学检验（t检验）

from scipy import stats
# 提取巴塞罗那和皇马每场比赛的成功率
barca = df_clean[df_clean['team'] == 'Barcelona']['successful_passes'] / df_clean[df_clean['team'] == 'Barcelona']['total_passes']
madrid = df_clean[df_clean['team'] == 'Real Madrid']['successful_passes'] / df_clean[df_clean['team'] == 'Real Madrid']['total_passes']
t_stat, p_value = stats.ttest_ind(barca, madrid)
print(f"t统计量: {t_stat:.3f}, p值: {p_value:.4f}")

如果p值 < 0.05，说明两队传球成功率存在显著差异。