本文目录导读:

要回答这个问题,我需要先知道你具体指的是哪一个开源项目。
因为“开源项目”的范围很广,可能是足球数据API(如statsbombpy、football-data.org)、可视化分析工具(如SoccerAction),或者是某个特定的爬虫仓库。
我可以先给你一个通用的判断方法,以及目前最主流的足球开源数据项目(如StatsBomb)对“逆足边锋”的处理逻辑:
如何快速自查(通用方法)
你可以在该项目的 README 文档、数据字典(Data Dictionary) 或 GitHub Issues 中搜索以下关键词:
winger(边锋)inverted(逆足)foot(惯用脚)side(边路位置)
如果你指的是 StatsBomb 开源数据(最著名的免费足球数据集)
该项目不直接统计“逆足边锋”这个标签,但提供了计算该标签的原始数据。
- 没有现成字段:StatsBomb 的
lineup和events数据中,没有“Inverted Winger”这个直接列。 - 但有不完全替代数据:
- 它有
position(位置),如左边锋(LW)、右边锋(RW)。 - 最关键的是,它有
play_pattern和location。 - 如何判断逆足:你需要结合 球员的惯用脚(这在
players表中,如foot字段=“left”或“right”)和 其在场上的站位(如一个左脚球员踢右路RW,且经常内切射门,即可视为逆足边锋)。
- 它有
StatsBomb 的做法是: 它提供了“边锋的活动热区(X/Y坐标)”和“惯用脚”,你可以通过编写简单的Python/R代码,筛选出“位置=边锋”且“惯用脚与边路相反”的球员,从而自行生成逆足边锋的数据。
如果你指的是其他特定项目(如足球经理数据库 FM 或 FIFA/FC24 的开源数据)
FIFA-23-dataset 或 FM-Data 这类爬虫项目,它们通常会直接包含:
position(如LW,RW)preferred_foot(惯用脚)- 但不包含“逆足边锋”这种衍生概念,依然需要你自行用
惯用脚 != 边路所在脚的逻辑去筛选。
如果你能告诉我具体的项目名称(或提供项目链接),我可以立即帮你查阅它的数据字典,给你准确的答复。
- 是
statsbombpy? - 是
SoccerData? - 还是某个 GitHub 上的特定爬虫?