根据python案例，二过一配合成功率如何？

本文目录导读：

1. 如果你指的是足球战术中的"二过一"（One-Two / Give-and-Go）
2. 如果你有一个具体的Python案例
3. 请你补充一下

这是一个很有意思的问题，不过我需要先说明：我无法看到你提到的具体Python案例,因为我们的对话中没有附带任何代码或数据。

所以我分两种情况来回答：

如果你指的是足球战术中的"二过一"（One-Two / Give-and-Go）

从公开的足球数据分析（如StatsBomb、Opta等事件数据）来看,二过一配合的成功率大致如下：

关键影响因素：

• 传球距离越短，成功率越高
• 防守球员压迫强度越大，成功率越低
• 球员默契度、一脚出球能力
• 场地位置（边路 vs 中路）

如果你有一个具体的Python案例

通常这类分析会用 pandas 读取事件数据（如StatsBomb开放数据）,大致逻辑是：

import pandas as pd
# 假设 df 包含事件数据，有 event_type、pass_outcome、possession 等字段
one_twos = df[df['event_type'] == 'one_two_attempt']
success_rate = (one_twos['outcome'] == 'success').mean()
print(f"二过一成功率：{success_rate:.2%}")

如果按场上区域分析：

by_zone = one_twos.groupby('zone')['outcome'].apply(
    lambda x: (x == 'success').mean()
)
print(by_zone)

请你补充一下

为了给你准确答案,我需要知道：

1. 这个Python案例用的什么数据集？（StatsBomb / 自定义模拟 / 游戏数据？）
2. "二过一"在你的案例里怎么定义的？（连续两次传球？特定事件标签？）
3. 有没有代码片段或输出结果可以贴出来？

你可以把代码或数据样本发给我,我帮你实际算一下成功率并分析影响因素。