本文目录导读：
要回答这个问题，需要先明确你问的是哪个开源项目，因为在足球数据分析领域，不同的开源项目（如 StatsBomb、PySport、SoccerAction 等）对“横传转移球”的定义和统计方式差异很大。
我可以给你一个最可能符合你需求的答案,并说明如何找到它。
最可能的答案：StatsBomb 开源数据（免费）
如果你指的是公开的、免费的足球事件数据，最著名的开源数据集是 StatsBomb Open Data（托管在 GitHub 上）。
- 它是否显示横传转移球？ 是的，可以统计，但需要自己计算。 StatsBomb 的数据中有一个
pass（传球）事件，里面包含一个字段叫pass.end_location（传球结束坐标） 和pass.angle（传球角度）。 - 如何定义横传转移？ 开源项目本身不直接给出“横向转移”这个标签，但社区通常通过传球角度或X轴（球场纵向）坐标变化来判断：
- 横传（Square Pass）：传球前后 X 坐标变化很小（比如小于 5 米），但 Y 坐标（横向）变化很大。
- 转移（Switch of Play）：通常指从球场一侧传向另一侧，且 Y 坐标变化超过 30-40 米的长传。
- 在哪看？ 你需要在 GitHub 上搜索
StatsBomb Open Data，下载 JSON 文件后，使用 Python 的pandas库筛选type.name == "Pass"的数据,然后自己编写几行代码计算角度和距离。
如果是特定的可视化网页项目
如果你说的“开源项目”指的是某个前端可视化仪表盘（比如在 GitHub 上找到的 React/Vue 足球分析面板）：
- 有的有，有的没有。 很多业余开源项目只显示射门和进球数据，不包含高级的传球方向统计，但如果项目使用了 StatsBomb 或 Wyscout 数据，通常会在“传球网络图”（Pass Network）中,用连线的粗细和颜色来体现横向转移和直塞。
- 建议：直接查看该项目的 README.md 文件，搜索关键词
switch（转移）或square（横传）。
如何自己快速验证（通用方法）
如果你已经下载了某个开源数据集（以 StatsBomb 为例）,可以用以下逻辑筛选：
import pandas as pd
# 假设 df 是传球事件表，包含 x, y, end_x, end_y
df['delta_x'] = abs(df['end_x'] - df['x']) # 纵向距离
df['delta_y'] = abs(df['end_y'] - df['y']) # 横向距离
# 横传转移：纵向推进很少（小于2米），但横向跨度很大（大于20米）
switch_passes = df[(df['delta_x'] < 2) & (df['delta_y'] > 20)]
print(f"找到 {len(switch_passes)} 次横传转移球")
如果指的不是足球
如果你问的是软件工程里的“横传转移球次数”（Git 分支合并次数），那答案完全不同，但在足球语境下,请按上文理解。
总结建议：
- 如果是看 StatsBomb，答案是有数据，但需要代码筛选（开源代码通常不直接打印这个数字）。
- 如果是看某个现成的开源网站，建议你告诉我是哪个项目的名字,我帮你查它的字段定义。
如果你能补充一下项目的名称或链接,我可以给你更精确的字段名和示例代码。
