开源项目统计高球传中争顶成功率？

本文目录导读：

1. 为什么这个指标难以直接获取
2. 可用的开源数据源
3. 自行计算的处理流程
4. 相关开源项目参考

高球传中争顶成功率”的统计，目前在开源体育数据项目中没有现成的、可直接调用的标准化指标，原因在于这个指标需要同时融合事件数据（传中）和空间/身体对抗数据（争顶），而多数开源项目只覆盖其中一部分。

下面按数据源、计算逻辑和可落地项目三个层面来说明。

为什么这个指标难以直接获取

“高球传中争顶成功率”拆解后涉及三个子问题：

关键难点：传中事件与随后的争顶事件之间没有天然的外键关联，需要按时间窗口（3–5 秒）和空间距离做事件链接，这是自行开发的部分。

可用的开源数据源

1. StatsBomb Open Data（GitHub: statsbomb/open-data）

   • 提供 360 冻结帧（部分赛事）、传球事件含 pass.height（高球/低球）、pass.cross（是否传中）字段。
   • 有 duel 事件类型，含 aerial_won 字段。
   • 最接近需求，但需要自己写事件关联逻辑。

2. Wyscout 公开数据集（部分研究用版本）

   • 有 Cross 和 Air Duel 标签，但公开版赛事有限。

3. FBref / Opta 衍生数据

   • FBref 有球队级“传中成功率”和“空中对抗成功率”，但不是传中后争顶的联合指标，且为聚合数据。

4. Socceraction / kloppy（开源库）

   用于事件数据标准化和 SPADL 转换，可作为预处理工具，但不直接产出该指标。

自行计算的处理流程

若基于 StatsBomb 开放数据，典型 pipeline：

筛选 pass.cross == True 且 pass.height == "High Pass"
2. 定位传中事件的时间戳 t 和落点坐标 (end_location)
3. 在 [t, t+5s] 窗口内检索 duel 事件，type=aerial
4. 用落点坐标与 duel 位置做距离匹配（阈值 ~15m）
5. 判断该 aerial duel 的 winner 是否为传中方球队
6. 成功率 = 进攻方赢下争顶次数 / 高球传中总次数

伪代码示意：

crosses = events[(events.type=="Pass") & 
                 (events.pass_cross==True) & 
                 (events.pass_height=="High Pass")]
success = 0
for c in crosses:
    window = events[(events.timestamp > c.timestamp) & 
                    (events.timestamp < c.timestamp+5) &
                    (events.type=="Duel") & 
                    (events.duel_type=="Aerial")]
    # 空间匹配
    match = window[dist(window.location, c.pass_end_location) < 15]
    if not match.empty and match.iloc[0].team == c.team:
        success += 1
rate = success / len(crosses)

相关开源项目参考

• socceraction（ML-KULeuven）：事件数据 → SPADL，便于构建自定义指标。
• kloppy：多源事件数据统一接口。
• mplsoccer：可视化传中和争顶落点热图。
• statsbombpy：StatsBomb 数据 Python 封装，快速取数。

目前没有一个开源仓库直接输出“高球传中争顶成功率”这一指标，需要基于上述工具自行搭建，如果你需要，我可以帮你写一个完整的 StatsBomb 数据计算脚本。