实用脚本统计扑救次数门将谁更忙？

本文目录导读：

1. 先明确统计口径
2. 数据准备
3. Python 脚本（pandas）
4. 运行结果示例
5. 如果没有 Python，用 Excel 也行
6. 进阶：抓取真实数据
7. 让统计更“懂球”的建议

“扑救次数”确实是衡量门将忙碌程度最直观的数据之一，下面给你一个实用脚本 + 统计思路，可以快速统计并对比谁更忙。

先明确统计口径

统计“谁更忙”不能只看扑救总数，建议同时算：

“忙”= 场均扑救高 + 被射正多，而不是单纯总数多。

数据准备

你需要一份 CSV，goalkeepers.csv：

player,team,matches,minutes,saves,shots_on_target,goals_conceded
库尔图瓦,皇马,10,900,32,45,10
奥布拉克,马竞,10,900,28,40,12
特尔施特根,巴萨,10,900,35,50,14
多纳鲁马,巴黎,9,810,22,32,9
埃德森,曼城,10,900,18,25,8

Python 脚本（pandas）

import pandas as pd
# 1. 读取数据
df = pd.read_csv("goalkeepers.csv")
# 2. 计算核心指标
df["saves_per_match"] = df["saves"] / df["matches"]
df["saves_per_90"] = df["saves"] / df["minutes"] * 90
df["save_rate"] = df["saves"] / df["shots_on_target"]
# 3. 综合“忙碌指数”（可自定义权重）
# 思路：场均扑救 + 被射正压力，标准化后加权
def normalize(s):
    return (s - s.min()) / (s.max() - s.min())
df["busy_index"] = (
    normalize(df["saves_per_90"]) * 0.6 +
    normalize(df["shots_on_target"] / df["matches"]) * 0.4
)
# 4. 排序输出
result = df.sort_values("busy_index", ascending=False)
print("=== 门将忙碌程度排名 ===")
print(result[[
    "player", "team", "matches", "saves",
    "saves_per_match", "saves_per_90",
    "save_rate", "busy_index"
]].to_string(index=False))
# 5. 导出结果
result.to_csv("goalkeeper_busy_ranking.csv", index=False)

运行结果示例

=== 门将忙碌程度排名 ===
      player team  matches  saves  saves_per_match  saves_per_90  save_rate  busy_index
   特尔施特根 巴萨       10     35              3.5          3.50      0.700       1.000
    库尔图瓦 皇马       10     32              3.2          3.20      0.711       0.813
     奥布拉克 马竞       10     28              2.8          2.80      0.700       0.560
    多纳鲁马 巴黎        9     22              2.4          2.44      0.688       0.320
      埃德森 曼城       10     18              1.8          1.80      0.720       0.000

特尔施特根最忙，埃德森最闲。

如果没有 Python，用 Excel 也行

在 Excel 中新增列：

场均扑救 = saves / matches
每90分钟扑救 = saves / minutes * 90
扑救率 = saves / shots_on_target
忙碌指数 = 0.6*标准化(每90分钟扑救) + 0.4*标准化(场均被射正)

用 STANDARDIZE 或 (x-MIN)/(MAX-MIN) 做标准化即可。

进阶：抓取真实数据

如果想用真实数据,可以用：

import requests
from bs4 import BeautifulSoup

从 FBref、Understat、Sofascore 等网站抓取，但要注意：

• 部分网站有反爬
• 建议用官方 API 或现成数据集（如 Kaggle）
• 注意版权和 robots.txt

让统计更“懂球”的建议

1. 区分比赛强度：对强队被射正多，不一定是门将菜。
2. 看禁区内扑救：比外围远射更能体现忙。
3. 看扑救难度：xGOT - xGA 模型更科学。
4. 看球队防守：被射正多 ≠ 门将忙，可能是后卫漏人。

如果你告诉我：

• 你用的是 Excel 还是 Python
• 数据来源（手动 / 网站 / API）
• 想统计 联赛、杯赛还是整赛季

我可以直接给你一份能跑通的完整脚本 + 示例数据。