根据开源项目，进攻三区传球成功率？

本文目录导读：

1. 指标定义（先统一口径）
2. 推荐的开源项目与数据源
3. 用 StatsBomb Open Data 计算的示例
4. 如果你想要现成结果
5. 常见参数建议

在足球数据分析的开源项目中，“进攻三区传球成功率”通常需要自己基于事件数据（event data）计算，因为不同项目/数据源对这个指标的定义并不统一，下面按常见开源生态说明怎么算、去哪儿找。

指标定义（先统一口径）

进攻三区（Final Third）：一般指球场纵向靠近对方球门的 1/3 区域。

• 以 105m × 68m 标准球场为例，进攻三区约为 x > 70m（即从对方底线往中场方向 35m 内）。
• 在 StatsBomb 坐标系（120 × 80）中，通常是 x > 80。
• Opta / F24 等坐标需按比例换算。

传球成功率：

传球成功率 = 成功传球次数 / 总传球次数 × 100%

进攻三区传球成功率：

= 在进攻三区内完成的成功传球 / 在进攻三区内的总传球尝试

需要注意两种常见口径：

1. 传球起点在进攻三区（更常见,衡量在该区域的控球质量）
2. 传球终点在进攻三区（衡量打入该区域的效率，接近“推进传球”）

多数开源分析用的是口径 1。

推荐的开源项目与数据源

用 StatsBomb Open Data 计算的示例

from statsbombpy import sb
import pandas as pd
# 1. 取一场比赛的事件数据
events = sb.events(match_id=3788741)  # 示例 match_id
# 2. 筛选传球事件
passes = events[events['type'] == 'Pass'].copy()
# 3. 提取传球起点坐标
passes['x'] = passes['location'].apply(lambda l: l[0] if isinstance(l, list) else None)
# 4. 定义进攻三区（StatsBomb 坐标 x > 80）
final_third = passes[passes['x'] > 80]
# 5. 判断成功传球（StatsBomb 中用 pass_outcome 是否为空）
final_third['success'] = final_third['pass_outcome'].isna()
# 6. 计算成功率
success_rate = final_third['success'].mean()
print(f"进攻三区传球成功率: {success_rate:.2%}")
print(f"样本量: {len(final_third)} 次传球")

关键字段说明（StatsBomb）：

• location：[x, y]，x 范围 0–120
• pass_outcome：为空 = 成功；有值（如 Incomplete）= 失败
• pass_end_location：传球终点，可用于“终点在进攻三区”的口径

如果你想要现成结果

目前没有主流开源项目直接发布“进攻三区传球成功率”这张表,原因：

• 各数据商区域划分不同（Opta 用 0–100，StatsBomb 用 0–120）
• “成功”定义不同（是否算被断、出界、被犯规中断）
• 分母是否包含传中、角球、定位球差异大

所以实践路径通常是：

1. 用 statsbombpy / kloppy / soccerdata 拉事件数据
2. 按上面代码自定义区域和成功口径
3. 按球员/球队聚合

常见参数建议

如果你告诉我：

• 你想分析某支球队/某球员/某联赛
• 手头用的是 StatsBomb / Opta / FBref 哪种数据

我可以给你一段可直接跑的计算脚本。