综合实用脚本，射门质量与xG差异原因？

wen 实用脚本 2026-10-27 4

射门质量与xG差异原因分析

下面给你一份可直接套用的分析框架 + Python脚本，用于诊断"球员/球队实际进球 vs xG 差异"到底来自哪里。

综合实用脚本，射门质量与xG差异原因？

先理清逻辑：xG差异的四个来源

实际进球 − xG 的差异，本质上来自四类因素：

来源	含义	可量化指标
① 射门数量	创造机会多少	射门数、射门/90
② 射门位置质量	射门点距球门远近、角度	平均射门距离、平均xG/射门
③ 射门选择	是否在该射时射、该传时传	射门转化率、射门占触球比
④ 终结能力	同样xG下的超额进球	进球−xG、超额进球/90

关键：xG本身已包含位置质量，进球−xG"只反映终结+运气，不反映射门选择好坏，要拆解差异，必须把①②③④分开看。

Python 分析脚本

假设你有一份射门级数据（每行一次射门），字段示例： player, team, xG, goal, distance, angle, body_part, shot_type, min

import pandas as pd
import numpy as np
# ---------- 1. 读取数据 ----------
df = pd.read_csv("shots.csv")
# 必需列：player, team, xG, goal, distance, angle
# ---------- 2. 球员级聚合 ----------
def player_profile(g):
    n = len(g)
    goals = g["goal"].sum()
    xg = g["xG"].sum()
    return pd.Series({
        "射门数": n,
        "进球": goals,
        "xG": round(xg, 2),
        "进球-xG": round(goals - xg, 2),
        "每射xG": round(xg / n, 3),          # 射门位置质量
        "平均距离": round(g["distance"].mean(), 1),
        "平均角度": round(g["angle"].mean(), 1),
        "转化率": round(goals / n, 3),        # 终结效率
        "超额进球/射门": round((goals - xg) / n, 3),
    })
prof = df.groupby(["player", "team"]).apply(player_profile).reset_index()
# ---------- 3. 差异归因：分解为"数量/质量/终结" ----------
# 用联赛均值做基准
lg_xg_per_shot = df["xG"].mean()
lg_conv = df["goal"].mean()
def decompose(r):
    n = r["射门数"]
    xg = r["xG"]
    goals = r["进球"]
    # 数量效应：射门数偏离带来的xG差（相对基准每射xG）
    qty = (n - df.groupby("player").size().mean()) * lg_xg_per_shot
    # 质量效应：射门位置质量偏离
    qual = n * (r["每射xG"] - lg_xg_per_shot)
    # 终结效应：超额进球
    finish = goals - xg
    return pd.Series({"数量效应": round(qty,2),
                      "质量效应": round(qual,2),
                      "终结效应": round(finish,2)})
prof = pd.concat([prof, prof.apply(decompose, axis=1)], axis=1)
# ---------- 4. 排序找出"被高估/低估"的球员 ----------
prof["实际-预期"] = prof["进球-xG"]
print(prof.sort_values("实际-预期", ascending=False).head(10))   # 超常终结
print(prof.sort_values("实际-预期").head(10))                    # 低于预期
# ---------- 5. 射门选择诊断（该射未射/滥射） ----------
# 若你有"是否射门"的事件数据，可计算：
#   射门占禁区内触球比 = 射门数 / 禁区内触球数
#   高比值 → 滥射；低比值 → 过度传球

四象限诊断法（实用决策表）

把球员放进 "每射xG（质量） × 进球−xG（终结）" 二维图：

象限	每射xG	进球−xG	解读	建议
右上	高	正	好位置+好终结	核心，围绕建队
左上	低	正	远射神准/运气好	警惕回归，别高估
右下	高	负	好机会浪费	可能运气差，会回升
左下	低	负	滥射+低效	减少低质量射门