开源项目统计高球传中争顶成功率？

wen 开源项目 2026-08-07 2

本文目录导读：

开源项目统计高球传中争顶成功率？

可靠的开源数据源（这是核心）
如何用 StatsBomb 数据计算（开源代码逻辑）
如果有追踪数据（更高级开源方案）
推荐的开源项目参考
总结建议

这是一个非常具体且专业的需求,在足球数据领域，要开源统计“高球传中争顶成功率”，目前没有一个现成的、开箱即用的开源项目能直接给出这个精确指标。

原因在于：这类高级数据通常由商业数据公司（如Opta、StatsBomb）通过视频标注提供，其“成功率”的定义（是争到点算成功，还是形成射门算成功？）没有统一标准。

可以基于现有的开源数据源和框架自己搭建，以下从“数据源”和“实现路径”两个维度来拆解：

可靠的开源数据源（这是核心）

由于比赛视频的3D坐标很难获取,目前可靠的开源路径主要依赖事件数据（Event Data）和追踪数据（Tracking Data）。

StatsBomb Open Data（首选）
- 特点：最著名的免费高质量事件数据源，免费开放了包括世界杯、欧洲杯、西甲、女足欧冠等几百场比赛数据。
- 关键字段：它包含了极其详细的传球类型（Pass.Type），其中就明确有 Cross（传中），更重要的是，它包含了 Aerial Duel（空中对抗） 事件。
- 实现方式：可以统计某次Cross事件发生后，紧接着发生的Aerial Duel事件，并关联球员、球队和比赛ID，即可计算争顶成功次数，StatsBomb对空中对抗有明确的“结果”标签（Win/Loss）。
SoccerAction / SoccerNet（研究级）
- 特点：学术界的开源基准数据集，包含动作识别标签（Action Spotting），虽然不直接给“争顶”，但其动作标签中有“Header”或“High Pass”分类，但需要自己处理复杂的JSON标注。
WhoScored / SofaScore（爬虫方案）
- 特点：这些网站有现成的“争顶成功率”（Aerial Duels Won / %）统计，虽然有开源Python爬虫（如 performapi 非官方库）可以抓取，但不推荐，因为API接口不稳定且侵犯版权，仅供个人学习。

如何用 StatsBomb 数据计算（开源代码逻辑）

如果你决定使用 StatsBomb 数据（免费且免费授权），这里给出一个伪代码和逻辑思路：

第一性原理： 一次成功的“高球传中争顶”，必须满足 标签为传中 + 落点发生空中对抗 + 攻击方赢下对抗。

步骤 1：获取数据

# 使用 statsbombpy 库（官方开源）
pip install statsbombpy
from statsbombpy import sb
# 加载一场比赛（例如2022世界杯决赛：3788741）
df_events = sb.events(match_id=3788741)

步骤 2：筛选“传中”事件

# 过滤出所有的传中（Cross）
crosses = df_events[(df_events['pass_type'] == 'Cross') & (df_events['type'] == 'Pass')]

步骤 3：匹配随后的“空中对抗”事件 由于事件是时间序列，且 Cross 事件后通常紧跟着 Aerial Duel（如果没有被断掉的话），可以通过索引位置匹配：

# 将索引重置为普通整数位置
# 简单地遍历传中事件，查看其下一事件是否为该队的空中对抗
for idx in crosses.index:
    next_event = df_events.loc[idx + 1]  # 假设索引连续（实际需按minute/second排序）
    # 判断下一个事件是否为"Air Duel"（空中对抗）且对抗地点在传中落点附近
    if next_event['type'] == 'Aerial Duel':
        # 定义“成功”——对抗的胜者（或赢下对抗的球员）属于传中球队
        # 或者直接看空中对抗的“outcome”字段
        pass

注意：StatsBomb 的真实字段是 aerial_duel_outcome（Won 或 Lost）以及 aerial_duel_success，你需要在 df_events 中找到 type == 'Aerial Duel' 的行，并检查其 related_events 字段是否关联了之前的 Cross 事件 ID。

步骤 4：定义“成功率”