查看各类足球数据脚本(如基于 StatsBomb、Opta 或 Wyscout 数据源的开源爬虫或 API 封装)时,门将传球成功率 通常会被记录,但具体字段名和计算方式因脚本而异。

为了给出准确答案,我需要知道您具体指的是哪一款脚本,我可以先根据业内通用的数据结构,为您梳理一下这类指标通常是如何存储的:
-
常见的字段命名:
- 在数据字典中,它通常不直接叫 “Pass Success Rate”,而是通过
accurate(是否准确)和pass(传球事件)组合判断。 - 在 StatsBomb 数据中,
type.name = "Pass"且pass.accurate = true,脚本会统计门将(position.name = "Goalkeeper")的传球事件,然后用成功次数 / 总次数来计算成功率。
- 在数据字典中,它通常不直接叫 “Pass Success Rate”,而是通过
-
分类维度:
- 高级脚本会区分 短传、长传 或 开球(Goal Kicks),分别统计成功率,如果您找的是具体某一场比赛的数据,建议检查脚本是否提供了
under_pressure(受压)或height(高度)过滤条件。
- 高级脚本会区分 短传、长传 或 开球(Goal Kicks),分别统计成功率,如果您找的是具体某一场比赛的数据,建议检查脚本是否提供了
-
如果脚本是基于事件数据(Event Data):
- 它大概率记录了,因为底层数据源会收录每一次触球,您可以搜索脚本内的
goalkeeper或gk_pass相关函数。
- 它大概率记录了,因为底层数据源会收录每一次触球,您可以搜索脚本内的
为了帮您定位,建议您操作以下步骤:
- 查看脚本的输出列名:运行脚本时,在输出的数据表(DataFrame)中寻找类似
gk_pass_accuracy、pass_completion_ratio或successful_passes_percentage的列。 - 查看脚本的配置或注释:部分实用脚本会在
config.py或文档中列出所有指标的计算公式。 - 如果您能提供脚本名、GitHub 链接或代码片段,我可以立即帮您筛选相关的代码逻辑,确认它是否包含门将传球的统计模块。