这个python案例是否记录了门将传球成功率？

wen python案例 2026-08-24 5

Python足球数据分析实战：门将传球成功率到底该怎么算？——一个被忽视的统计盲区

目录导读

问题起源：为什么“门将传球成功率”在Python案例中经常“查无此项”？
数据陷阱：场上位置标签（Position）的缺失与误判
实战拆解：一个典型Python爬虫+Pandas分析案例的完整复盘
核心算法：如何用Python准确识别门将并计算其传球成功率？
误差来源：事件数据（Event Data）与追踪数据（Tracking Data）的本质区别
问答环节：解决你关于“门将传球”统计的4个高频疑问
结论与建议：未来Python足球分析中必须考虑的三个细节

问题起源
很多刚接触足球数据分析的Python学习者，会从公开数据集（如StatsBomb、WhoScored或Kaggle上的比赛事件数据）入手，他们常会问：“为什么我跑完代码，发现输出表格里根本没有‘门将传球成功率’这一列？是不是这个案例漏了？”
答案很直接：不是案例漏了，而是绝大多数基础案例在数据清洗阶段，就把门将（Goalkeeper）的传球事件误判为了“防守动作”或直接过滤掉了。 原因在于，许多数据集里球员的“位置”字段（position）是字符串混编（如“GK”、“Goalkeeper”、“门将”），而案例代码常只筛选“Midfielder”或“Forward”,导致门将样本被排除。

这个python案例是否记录了门将传球成功率？

数据陷阱
让我举一个真实场景：某Python教程用Pandas读取英超某赛季的传球数据，代码为df[df['position']=='GK']，结果返回空值，原因恰恰是源数据中门将位置被标记为"Keeper"或"Goalkeeper"，而非"GK"，更隐蔽的是，有些数据集根本没有“position”列，而是通过“球员ID”与球员表关联，如果教程没有执行merge操作，门将传球记录就永远不会出现在主分析表中，这就是“案例未记录门将传球成功率”的第一层原因。

实战拆解
下面复盘一个典型的错误案例（为符合SEO，我们称其为“经典误区代码”），该案例使用Requests库抓取FBref网页数据，然后用BeautifulSoup解析，代码逻辑是：先找到所有<tr>行，提取球员名和传球总数，但网页表格中门将的传球数据位于一个独立的“守门员专项统计”分页，并未包含在主传球表中，最终DataFrame里只有后场球员数据，门将传球成功率自然为0或空。
正确做法：应针对FBref的“Goalkeepers”独立表格编写单独的解析函数，并将两个DataFrame按球员ID进行外连接（outer join）,才能得到完整指标。

核心算法（伪代码与Python实现）
要精准计算门将传球成功率,你需要三步：

识别门将，若数据有position字段，使用包含['GK','Keeper','Goalkeeper','门将']的模糊匹配，若无，则通过“该球员上场的分钟数”及“是否参与防守动作（如扑救、出击）”的统计来反推（机器学习分类法，不建议新手使用）。
筛选传球事件，在事件数据中，仅保留type == 'Pass'且possession_team.player == 门将ID的行，注意：开球门球（Goal Kick）和地滚球短传在语义上都是传球。

计算成功率，公式为：successful_passes / total_passes * 100。
示例代码片段：

import pandas as pd
gk_id = df_players[df_players['position'].str.contains('GK', case=False)]['player_id']
passes = df_events[(df_events['type']=='Pass') & (df_events['player_id'].isin(gk_id))]
gk_success = passes['pass_outcome'].value_counts().get('Complete', 0) / len(passes) * 100

注意：很多统计口径将“精准长传（超过40码）”单独计算,你需要提前约定。

误差来源
即便你写出了上述代码，仍会遇到偏差，关键在于Event Data和Tracking Data的差异，Event Data（如StatsBomb）是由人工标注的“意向传球”，如果门将短传直接被前锋抢断，依然算作“一次传球”但标记为“Incomplete”，而Tracking Data（如Second Spectrum）则基于球员身体轨迹，能分辨出“被迫解围”和“主动组织”，但成本极高，大多数免费Python案例用的是Event Data，因此门将传球成功率往往被低估——因为门将的“安全起见大脚解围”会被记为传球失败,而实际上那是防守策略。

问答环节（覆盖搜索高频问题）

问：哪里的Python案例会包含门将传球成功率？
答：Statbomb的免费公开数据（GitHub上有官方Python库）和Wyscout的开放样本数据（需申请）是少数包含门将传球的优质来源。
问：为什么我的案例输出全是NAN？
答：大概率是数据处理时没有将pass_outcome中的null值（表示成功）转换为有效计数，请用fillna('Complete')处理。
问：门将传球成功率与普通球员的标准一样吗？
答：不一样，专业统计中门将传球被分为“短传”“长传”和“开球”，且长传成功率阈值通常为60%以上才合格，而中场短传要求85%以上。
问：有没有现成的Python库可以直接算？
答：socceraction和kloppy这两个库内置了事件数据模型，但需自行写映射函数，它们不直接输出“门将成功率”,但能辅助计算。