本文目录导读：
协防补位成功次数”这一数据，通常出现在足球数据分析（如英超、西甲等转播商提供的ProMetrics或StatsBomb数据）或篮球数据分析（如NBA的Defensive Dashboard）中。
由于你提到“根据开源项目”，这很可能指的是StatsBomb（著名的开源足球数据项目）或者一些爬取比赛事件数据的开源库（如kloppy、socceraction）。
但这里有一个关键的专业术语问题需要先澄清：
在目前主流的开源足球数据模型（如StatsBZ、Opta）中，并没有一个直接命名为“协防补位成功次数”的公开统计字段，这是一个在中文足球评论中常说的“口语化概念”，在数据层面通常被拆解为以下几个可量化的指标：
- 抢断（Tackles）：直接伸脚夺回球权。
- 拦截（Interceptions）：阻断传球线路。
- 解围（Clearances）：将球踢出危险区域（尤其是门前的补防）。
- 封堵射门/传球（Blocks）：用身体挡住对方射门或关键传球，这往往是“补位”最直接的数据体现。
- 对抗成功（Duels Won）：包括地面和空中对抗。
- 防守动作成功率（Defensive Action Success Rate）：即防守动作发生并成功控制球权的占比。
如果你想要获取这个数据，你有两个选择：
如果你指的是“封堵射门/解围/抢断”等单一指标的“成功次数”
你可以直接通过开源数据包查询标准字段。
- 开源项目：
StatsBombR（R语言）或kloppy（Python） - 示例（StatsBomb数据结构）：数据中通常会有
type字段，值为Tackle、Interception、Block等。 - 计算逻辑：统计某个球员或球队的事件数据中，
type为Block（封堵）且outcome为Success（成功）的事件总数。 - 局限性：这无法区分是“站位拦截”还是“纯补防”。
如果你想要“补防队友身后空当并成功夺球”的特定场景
这种情况下,标准数据字段基本无法直接给出，开源数据通常没有这个“高级语境”的标注，你需要自己基于事件坐标和轨迹数据建模。
- 实现逻辑（基于开源数据建模）：
- 提取对方球员的传球或带球推进事件。
- 识别该球员前方区域的“预期空当”（即本队防守球员的站位覆盖盲区）。
- 检测是否有一名本队球员从其原始防守位置横向/纵向移动（跑位轨迹）至该空当区域。
- 如果该球员触球成功（获得球权），则计为一次“协防补位成功”。
- 开源工具：可以使用
kloppy解析原始轨迹数据（如TRACAB）与事件数据结合。
总结回答你的问题：
如果是从现成的开源项目API里直接查，查不到“协防补位成功次数”这个逐字字段。
实际可操作的做法是： 如果你能提供具体的联赛和球队/球员，我可以帮你编写一段查询逻辑，将“封堵（Block）”和“拦截（Interception）”的成功次数合并计算，作为“协防补位成功次数”的最接近近似值。
如果你是在找某个具体的开源可视化仪表盘（比如GitHub上某个项目正好有这个指标），建议你提供项目名称，我可以帮你核对它的定义和字段映射。
