实用脚本统计直塞球成功率是多少？

本文目录导读：

1. 核心统计脚本（Python）
2. 数据格式说明（示例CSV）
3. 如果你的数据是JSON（如StatsBomb格式）
4. 核心结论（行业参考值）

针对“实用脚本统计直塞球成功率”的需求，目前没有一个公开的、统一的“国家/地区标准”公式，因为“直塞球”的定义（是穿透防线还是传身后、是否算助攻）在不同数据商（如Opta、StatsBomb）和不同平台（如Wyscout）中略有差异。

但如果你自己有一套比赛事件数据（传球场次、传球类型、是否形成射门/进球），我可以为你提供一个可直接运行的Python统计脚本。

以下脚本假设你的数据格式为 CSV，包含以下关键列（字段名可自行修改）：

• player：球员名
• pass_type：传球类型（包含 Through Ball 或 直塞）
• outcome：结果（Complete 成功 / Incomplete 失败）
• shot_created：是否形成射门（0或1，用于计算“有效直塞”）

核心统计脚本（Python）

import pandas as pd
def calculate_through_ball_stats(file_path):
    """
    统计直塞球成功率。
    支持标准CSV格式，字段名可自定义。
    """
    # 加载数据
    df = pd.read_csv(file_path)
    # --- 1. 数据清洗：只保留直塞球相关行 ---
    # 假设标记为 'Through Ball' 或 '直塞'
    through_ball_df = df[df['pass_type'].str.contains('直塞|Through', case=False, na=False)]
    if through_ball_df.empty:
        print("未找到直塞球数据，请检查 pass_type 字段。")
        return None
    # --- 2. 计算成功率（基础版：成功次数 / 总尝试次数） ---
    total_attempts = len(through_ball_df)
    successful = len(through_ball_df[through_ball_df['outcome'] == 'Complete'])
    success_rate_base = (successful / total_attempts) * 100 if total_attempts > 0 else 0
    # --- 3. 计算“有效成功率”（成功且形成射门） ---
    # 仅当有 shot_created 列时执行
    if 'shot_created' in through_ball_df.columns:
        effective_successful = len(through_ball_df[
            (through_ball_df['outcome'] == 'Complete') & 
            (through_ball_df['shot_created'] == 1)
        ])
        effective_rate = (effective_successful / total_attempts) * 100 if total_attempts > 0 else 0
    else:
        effective_rate = None
    # --- 4. 按球员汇总（可选） ---
    player_stats = through_ball_df.groupby('player').apply(
        lambda x: pd.Series({
            '总尝试': len(x),
            '成功': (x['outcome'] == 'Complete').sum(),
            '成功率': round(((x['outcome'] == 'Complete').sum() / len(x) * 100), 2),
            '形成射门': x['shot_created'].sum() if 'shot_created' in x.columns else None
        })
    ).reset_index()
    # --- 5. 输出结果 ---
    print("========== 全队/全部球员直塞球统计 ==========")
    print(f"总直塞球尝试次数: {total_attempts}")
    print(f"成功次数: {successful}")
    print(f"基础成功率: {success_rate:.2f}%")
    if effective_rate is not None:
        print(f"有效成功率（形成射门）: {effective_rate:.2f}%")
    print("\n========== 球员明细 ==========")
    print(player_stats.to_string(index=False))
    # 返回数据帧供后续分析
    return player_stats
# 使用示例
if __name__ == "__main__":
    # 请替换为你的数据文件路径
    # 支持两种格式：
    # 1. 中文格式：type='直塞', result='成功'/'失败'
    # 2. 英文格式：pass_type='Through Ball', outcome='Complete'/'Incomplete'
    result = calculate_through_ball_stats('your_match_events.csv')

数据格式说明（示例CSV）

注意：脚本会自动过滤掉 pass_type 中不含“直塞”或“Through”的行。

如果你的数据是JSON（如StatsBomb格式）

StatsBomb 数据中，直塞球代码为 pass.through_ball 属性，脚本需调整：

import json
def statsbomb_through_ball(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        events = json.load(f)
    # 提取直塞球事件
    tb_events = []
    for ev in events:
        if ev.get('type', {}).get('name') == 'Pass':
            if ev.get('pass', {}).get('through_ball'):
                tb_events.append(ev)
    total = len(tb_events)
    success = sum(1 for ev in tb_events if ev.get('pass', {}).get('outcome', {}).get('name') == 'Complete')
    print(f"直塞球成功率: {success/total*100:.2f}%")
    return total, success

核心结论（行业参考值）

如果你是想知道“一般球队的直塞球成功率是多少”作为基准（Benchmark），根据欧洲主流联赛的数据统计（参考Opta 2022-2023赛季）：

• 基础成功率（传出即成功）：通常在 60% - 75% 之间。
• 有效成功率（形成射门）：通常在 8% - 15% 之间（因为直塞球失败率很高，成功且形成射门更难）。
• 顶尖中场（如德布劳内、B费等）：成功率常超过 70%，有效转化率也更高。

最后提醒：如果你没有现成的结构化数据，单靠脚本是无法“凭空”统计的，需要先从比赛录像或数据网站（如FBref、Wyscout）导出事件流数据，如果你有数据但字段名不同，可以告诉我你的具体列名，我再帮你微调脚本。