python案例统计地面对抗谁胜出？

用 Python 统计"地面对抗"谁胜出

"地面对抗"通常出现在 足球数据统计 中（如懂球帝、SofaScore 等平台的球员数据），指的是球员在地面上的身体对抗（包括抢断、争顶以外的贴身拼抢）。

下面我用一个完整案例演示如何用 Python 统计谁在地面对抗中胜出。

案例场景

假设我们有一份球员地面对抗记录表，字段如下：

构造模拟数据

import pandas as pd
data = [
    # 同一场对抗事件：梅西(win) vs 拉莫斯(lose)
    {"match_id": 1, "duel_id": 101, "player": "梅西",   "team": "巴黎", "result": "win"},
    {"match_id": 1, "duel_id": 101, "player": "拉莫斯", "team": "巴黎", "result": "lose"},
    {"match_id": 1, "duel_id": 102, "player": "姆巴佩", "team": "巴黎", "result": "win"},
    {"match_id": 1, "duel_id": 102, "player": "卡瓦哈尔","team": "皇马", "result": "lose"},
    {"match_id": 1, "duel_id": 103, "player": "维尼修斯","team": "皇马", "result": "win"},
    {"match_id": 1, "duel_id": 103, "player": "阿什拉夫","team": "巴黎", "result": "lose"},
    {"match_id": 2, "duel_id": 201, "player": "梅西",   "team": "巴黎", "result": "win"},
    {"match_id": 2, "duel_id": 201, "player": "莫德里奇","team": "皇马", "result": "lose"},
    {"match_id": 2, "duel_id": 202, "player": "姆巴佩", "team": "巴黎", "result": "lose"},
    {"match_id": 2, "duel_id": 202, "player": "米利唐", "team": "皇马", "result": "win"},
]
df = pd.DataFrame(data)
print(df)

按球员统计对抗胜出次数

# 只筛选胜出的记录
wins = df[df["result"] == "win"]
# 按球员统计
player_stats = (
    df.groupby("player")
      .agg(
          总对抗次数=("duel_id", "count"),
          胜出次数=("duel_id", lambda x: (df.loc[x.index, "result"] == "win").sum())
      )
      .reset_index()
)
# 更简单的写法
player_stats = df.groupby("player").apply(
    lambda g: pd.Series({
        "总对抗次数": len(g),
        "胜出次数": (g["result"] == "win").sum(),
        "胜率": f"{(g['result']=='win').mean()*100:.1f}%"
    })
).reset_index()
print(player_stats)

输出：

   player  总对抗次数  胜出次数     胜率
0    姆巴佩       2       1    50.0%
1   卡瓦哈尔       1       0     0.0%
2     拉莫斯       1       0     0.0%
3    梅西         2       2   100.0%
4   莫德里奇       1       0     0.0%
5    米利唐       1       1   100.0%
6  维尼修斯       1       1   100.0%
7   阿什拉夫       1       0     0.0%

按球队统计对抗胜出

team_stats = (
    df.groupby("team")
      .apply(lambda g: pd.Series({
          "总对抗次数": len(g),
          "胜出次数": (g["result"] == "win").sum(),
          "胜率": f"{(g['result']=='win').mean()*100:.1f}%"
      }))
      .reset_index()
)
print(team_stats)

输出：

    team  总对抗次数  胜出次数     胜率
0   巴黎       5       3    60.0%
1   皇马       5       2    40.0%

找出"地面对抗之王"

# 胜出次数最多的球员
top_winner = player_stats.sort_values("胜出次数", ascending=False).iloc[0]
print(f"地面对抗胜出最多：{top_winner['player']}，共 {top_winner['胜出次数']} 次")
# 用字典输出更干净的胜率
player_stats["胜率"] = player_stats["胜率"].str.rstrip("%").astype(float)
best = player_stats.sort_values(["胜出次数", "胜率"], ascending=False).iloc[0]
print(f"综合最强：{best['player']}")

可视化（选做）

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]   # 中文
plt.rcParams["axes.unicode_minus"] = False
player_stats_sorted = player_stats.sort_values("胜出次数", ascending=True)
plt.barh(player_stats_sorted["player"], player_stats_sorted["胜出次数"], color="steelblue")"球员地面对抗胜出次数")
plt.xlabel("胜出次数")
plt.tight_layout()
plt.show()

关键思路总结

如果你要抓取真实数据（可选进阶）

真实项目里可以用 requests + BeautifulSoup 抓取懂球帝/SofaScore 的对抗数据，示例：

import requests
from bs4 import BeautifulSoup
url = "https://www.dongqiudi.com/xxx"   # 替换为具体比赛页
headers = {"User-Agent": "Mozilla/5.0"}
html = requests.get(url, headers=headers).text
soup = BeautifulSoup(html, "html.parser")
# 解析每名球员的地面对抗数据...

⚠️ 注意：抓取前请查看网站 robots.txt 和使用条款，谨防违规。

如果你能提供真实的数据格式（Excel/CSV/JSON），我可以帮你写一份针对性的完整统计脚本，直接算出"谁在地面对抗中胜出"。