python案例统计单刀球成功率是多少？

Python案例：统计足球单刀球成功率

单刀球（1对1面对门将）是足球比赛中重要的得分机会，下面我用一个完整的Python案例来演示如何统计单刀球成功率。

数据准备

import pandas as pd
import matplotlib.pyplot as plt
# 模拟单刀球数据（每行代表一次单刀球机会）
data = {
    '球员': [
        '武磊', '武磊', '武磊', '武磊', '武磊',
        '姆巴佩', '姆巴佩', '姆巴佩', '姆巴佩', '姆巴佩', '姆巴佩',
        '哈兰德', '哈兰德', '哈兰德', '哈兰德', '哈兰德', '哈兰德', '哈兰德',
        '梅西', '梅西', '梅西', '梅西', '梅西', '梅西',
        '孙兴慜', '孙兴慜', '孙兴慜', '孙兴慜', '孙兴慜'
    ],
    '结果': [
        '进球', '进球', '未进', '进球', '未进',
        '进球', '进球', '进球', '未进', '进球', '进球',
        '进球', '进球', '未进', '进球', '进球', '未进', '进球',
        '进球', '未进', '进球', '进球', '未进', '进球',
        '进球', '进球', '未进', '进球', '未进'
    ]
}
df = pd.DataFrame(data)
print(df.head())

统计每个球员的单刀成功率

# 方法1：使用groupby + apply
def calc_success_rate(group):
    total = len(group)
    scores = (group['结果'] == '进球').sum()
    return scores / total if total > 0 else 0
success_rate = df.groupby('球员')['结果'].apply(
    lambda x: (x == '进球').sum() / len(x)
).reset_index(name='单刀成功率')
# 计算次数
count_df = df.groupby('球员')['结果'].agg(
    单刀次数='count',
    进球数=lambda x: (x == '进球').sum()
).reset_index()
# 合并
result = pd.merge(count_df, success_rate, on='球员')
result['单刀成功率'] = result['单刀成功率'].round(3)
result = result.sort_values('单刀成功率', ascending=False)
print(result)

输出结果：

    球员  单刀次数  进球数  单刀成功率
0  姆巴佩     6     5     0.833
1  哈兰德     7     5     0.714
2  梅西      6     4     0.667
3  孙兴慜     5     3     0.600
4  武磊      5     3     0.600

统计整体单刀成功率

# 全局成功率
total_shots = len(df)
total_goals = (df['结果'] == '进球').sum()
overall_rate = total_goals / total_shots
print(f"总单刀次数：{total_shots}")
print(f"总进球数：{total_goals}")
print(f"整体单刀成功率：{overall_rate:.2%}")

输出：

总单刀次数：29
总进球数：20
整体单刀成功率：68.97%

可视化（柱状图）

# 设置中文
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
fig, ax = plt.subplots(figsize=(8, 5))
bars = ax.bar(result['球员'], result['单刀成功率'], color='#1f77b4')
# 在柱子上显示数值
for bar, rate in zip(bars, result['单刀成功率']):
    ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.02,
            f'{rate:.1%}', ha='center', fontsize=10)
ax.set_ylabel('单刀成功率')
ax.set_title('球员单刀球成功率对比')
ax.set_ylim(0, 1)
plt.tight_layout()
plt.show()

扩展：按结果分析

# 统计结果分布
result_dist = df['结果'].value_counts()
print(result_dist)
# 用饼图展示
result_dist.plot.pie(autopct='%1.1f%%', figsize=(5,5), 
                      title='单刀球结果分布')
plt.ylabel('')
plt.show()

关键公式总结

真实数据扩展建议

若要用真实足球数据，可以：

1. 爬取数据：使用 requests + BeautifulSoup 从懂球帝、Whoscored、FBref 等网站抓取
2. 使用API：StatsBomb、Opta 等提供结构化事件数据（event data）
3. 关键字段：球员、射门位置、是否1对1、是否进球、比赛时间

# 真实数据示例结构
# df 应包含: 球员, 位置(x,y), 对手人数, 结果, 比赛ID
# 筛选单刀球条件：射门位置在禁区内 且 只有门将防守
single_knife = df[(df['位置_x'] > 80) & (df['防守人数'] == 1)]

需要我针对特定联赛/球员的真实数据做统计，或者用爬虫抓取真实数据，可以再告诉我！