根据python案例，协防补位成功次数？

wen python案例 2026-10-30 3

协防补位成功次数"的Python案例

您的问题比较简短,我理解您想了解如何在Python中统计/分析"协防补位成功次数"这类指标（常见于篮球、足球等体育数据分析，或游戏数据统计）。

由于您没有提供具体的案例代码,我先给您一个通用的Python实现思路,如果您有具体案例可以发给我,我再针对性分析。

典型场景理解

"协防补位成功次数"通常指：

当队友被突破/失位时,球员主动补防
补防后成功阻止对方进攻（抢断、干扰、造成失误等）
记为该球员一次"协防补位成功"

Python 统计示例

示例1：从事件日志中统计

import pandas as pd
# 假设原始数据：每场比赛的防守事件日志
data = {
    "player": ["张三", "李四", "张三", "王五", "张三", "李四"],
    "event_type": ["协防", "协防", "协防", "单防", "协防", "协防"],
    "result": ["成功", "失败", "成功", "成功", "成功", "成功"],
    "match_id": [1, 1, 2, 2, 3, 3]
}
df = pd.DataFrame(data)
# 筛选：协防 + 成功
mask = (df["event_type"] == "协防") & (df["result"] == "成功")
success_df = df[mask]
# 按球员统计协防补位成功次数
count = success_df.groupby("player").size().reset_index(name="协防补位成功次数")
print(count)

输出：

  player  协防补位成功次数
0    张三          2
1    李四          1

示例2：从追踪数据（位置坐标）判断协防

如果是球员追踪数据（如SportVU、Catapult），需要先定义"协防"规则：

import pandas as pd
import numpy as np
# 简化：每帧记录球员位置 + 是否持球人
# 定义协防：非对位球员距离持球人 < 2米 且 原对位人失位
def is_help_defense(ball_handler_pos, defender_pos, 
                    on_ball_defender_pos, help_radius=2.0):
    d_help = np.linalg.norm(np.array(defender_pos) - np.array(ball_handler_pos))
    d_onball = np.linalg.norm(np.array(on_ball_defender_pos) - np.array(ball_handler_pos))
    # 补防者接近持球人，且比原防守人更近
    return d_help < help_radius and d_help < d_onball
# 成功判定：补防后回合未得分 / 造成失误

示例3：游戏/篮球比赛统计表

players = {
    "张三": {"协防次数": 10, "协防成功": 7},
    "李四": {"协防次数": 8,  "协防成功": 5},
    "王五": {"协防次数": 6,  "协防成功": 3},
}
for name, stat in players.items():
    rate = stat["协防成功"] / stat["协防次数"]
    print(f"{name}: 成功 {stat['协防成功']} 次, 成功率 {rate:.1%}")