python案例如何结合xGA评估防守表现？

wen python案例 2026-09-02 13

Python实战：如何用xGA（预期进球数）科学评估足球防守表现？

目录导读

为什么传统防守数据会“骗人”？
xGA是什么？与xG、失球数的本质区别
数据准备：从Understat/FBref获取射门事件数据
Python实现：三步计算球队xGA
- 步骤1：射门质量映射（xG模型简化）
- 步骤2：对手射门聚合与“防守压力修正”
- 步骤3：滚动窗口平滑与可视化
案例实战：2023-24英超前6名防守质量对比
关键问答：xGA的陷阱与高级用法
xGA如何改变球探与教练决策

为什么传统防守数据会“骗人”？

只看“失球数”评价防守，等于用结果倒推过程——门将超神时，后防漏洞被掩盖；门将失误时，整条防线背锅，更科学的做法是看对手获得了多少“预期进球”，即xGA（Expected Goals Against），一个让对手狂轰20脚但只丢1球的防线，与一个让对手只射5脚却丢2球的防线，谁更稳固？xGA告诉我们答案是后者——因为前者长期必然“还债”。

xGA是什么？与xG、失球数的本质区别

xG（预期进球）：衡量单次射门的破门概率（0~1），基于射门距离、角度、身体部位、助攻类型等。
xGA（预期失球）：把对手的所有射门xG值相加，就是该队防守端的“期望失球数”。
失球数：实际结果，包含大量随机噪声（门将扑救、门柱、运气）。

核心逻辑：xGA剥离了门将表现和运气，纯粹衡量“防守体系给予对手的射门质量与数量”，xGA越低,说明防守体系越能限制对手创造高质量机会。

数据准备：从Understat/FBref获取射门事件数据

我们使用Python的requests + pandas抓取 Understat（免费、带xG数据）的每场比赛射门事件,示例数据源结构：

import pandas as pd
import requests
from io import StringIO
# 以英超某轮为例（实际需循环赛季所有比赛ID）
url = "https://understat.com/match/12345"
html = requests.get(url).content
# 解析JSON中的shotsData字段（此处省略正则提取）
df_shots = pd.read_json(StringIO(shots_json))  # 包含: xG, h_a(主/客), player, minute...

字段：h_a（主/客）、xG、result（射正/进球/封堵）、shotType，我们只需保留“客队射门且主队为防守方”或反之。

Python实现：三步计算球队xGA

步骤1：射门质量映射（xG模型简化）

若数据源未直接给xG，可用简化模型：xG = 1/(1 + exp(-(−0.5 + 0.3*角度 + 0.7*距离系数)))，但Understat已提供准确xG,直接用：

df_shots['xGA_for_defender'] = df_shots.apply(
    lambda row: row['xG'] if row['h_a'] != team_side else 0, axis=1)

步骤2：防守压力修正（高级技巧）

单纯求和等于“未考虑防守干扰”，引入射门前防守压迫权重：若射门发生前3秒内防守球员距离<1.5米，则xG乘0.7（高强度干扰），用追踪数据（如StatsBomb）或手动标记关键比赛：

def pressure_correction(row):
    if row['pressure_events'] > 0:  # 假字段
        return row['xG'] * 0.75
    return row['xG']

步骤3：滚动窗口平滑与可视化

xGA逐场噪声大,用5场滚动平均展示趋势：

df_team = df_shots.groupby(['match_id', 'defense_team'])['xG_adjusted'].sum().reset_index()
df_team['xGA_rolling'] = df_team.groupby('defense_team')['xG_adjusted'].transform(
    lambda x: x.rolling(5, min_periods=1).mean())

用matplotlib绘制：横轴比赛轮次，纵轴滚动xGA，多条线对比。线越平稳且越低，防守越稳定。