本文目录导读：
高球传中争顶成功率”的统计，目前在开源足球数据项目中没有现成的、可直接调用的标准化指标，这个指标需要基于事件数据和追踪数据自行计算，以下是详细说明和可行方案：
为什么开源项目少有这个指标
- 定义不统一：什么算“高球传中”（传中高度阈值？距离？），什么算“争顶成功”（争到球权？形成射门？）各项目定义不同。
- 需要追踪数据：判断“争顶”往往需要球员位置、起跳、身体对抗等数据，普通事件数据（如 StatsBomb 开放数据）只记录“Aerial Duel”结果，不区分是否来自传中。
- 样本稀疏：单场比赛中“高球传中+争顶”事件很少，统计意义有限。
可用的开源数据源
| 数据源 | 是否含争顶 | |
|---|---|---|
| StatsBomb Open Data | 事件数据（含 Aerial Duel、Cross、Pass 类型） | ✅ 有 aerial_lost/aerial_won 事件 |
| Wyscout Open Data | 事件数据（含 Air Duel、Cross） | ✅ 有 air_duel 事件 |
| FBref（可爬取） | 统计汇总（含 aerial wins %） | ⚠️ 仅汇总，无事件级关联 |
| Soccer-skillcorner / Metrica | 追踪数据（部分开源） | ⚠️ 需自行标注争顶 |
| OpenFootball | 基础赛果 | ❌ 无 |
自行计算的方法（以 StatsBomb 为例）
核心思路：把“传中事件”和“随后的争顶事件”在时间/位置上关联。
# 伪代码
for cross_event in events[type == 'Pass' and pass_height == 'High Pass'
and pass_cross == True]:
# 找传中后 N 秒内、落点附近的 Aerial Duel 事件
duels = events[type == 'Duel' and duel_type == 'Aerial Lost'
and 0 < timestamp - cross_event.timestamp < 5
and distance(location, cross_end_location) < 10]
if duels:
# 判断争顶方是否为传中方的队友
success = duels[0].team == cross_event.team
统计口径建议：
- 分子：传中后由传中方队友赢得的空中对抗次数
- 分母：产生空中对抗的高球传中总次数
- 可按球员/球队/区域分组
现成可参考的项目
statsbombpy+mplsoccer：可加载开放数据，自行写上述逻辑。socceraction（ML 开源库）：有传球/对抗的 VAEP 框架，可扩展。football-data（GitHub 多个仓库）：多为赛果/赔率，无此指标。kloppy：追踪数据标准化库，若你有追踪数据可自行标注争顶。
结论与建议
- 没有开箱即用的“高球传中争顶成功率”开源指标。
- 若只需球队/球员汇总，可从 FBref 爬
Aerial Wins与Crosses近似估算，但无法精确关联“传中导致的争顶”。 - 若需精确事件级统计，用 StatsBomb Open Data 自行实现上述关联逻辑是最可行路径（数据免费、事件含 cross 与 aerial duel 标记）。
- 若需追踪级（判断谁先起跳、对抗强度），需 Metrica/SkillCorner 等追踪数据 + 人工/模型标注，成本较高。
如果你需要,我可以帮你写一份基于 StatsBomb 开放数据的完整计算脚本（含数据下载、事件关联、按球员输出成功率）。
