实用脚本统计低位防守解围次数多少？

低位防守解围次数统计脚本

我来帮你写一个统计低位防守解围次数的脚本,由于没有具体的数据格式，我先给出一个通用框架，你需要根据实际数据调整。

基础版本（Python + pandas）

import pandas as pd
def count_low_block_clearances(events_df):
    """
    统计低位防守时的解围次数
    参数:
        events_df: 事件数据 DataFrame，需包含以下列：
            - event_type: 事件类型（如 'Clearance'）
            - x: 事件发生位置的 x 坐标（0-100，假设进攻方向从左到右）
            - y: 事件发生位置的 y 坐标
            - team: 球队
    """
    # 定义低位防守区域：本方后场 1/3（x < 33.3）
    LOW_BLOCK_X_THRESHOLD = 33.3
    # 筛选解围事件
    clearances = events_df[events_df['event_type'] == 'Clearance'].copy()
    # 筛选低位区域的解围
    low_block_clearances = clearances[clearances['x'] < LOW_BLOCK_X_THRESHOLD]
    # 按球队统计
    result = low_block_clearances.groupby('team').size().reset_index(name='low_block_clearance_count')
    return result
# 使用示例
if __name__ == "__main__":
    # 加载你的数据（根据实际情况修改）
    df = pd.read_csv("events.csv")
    result = count_low_block_clearances(df)
    print(result)

进阶版本（含更多防守指标）

import pandas as pd
class DefensiveStatsAnalyzer:
    def __init__(self, events_df, pitch_length=105, pitch_width=68):
        self.df = events_df
        self.pitch_length = pitch_length
        self.pitch_width = pitch_width
    def _normalize_coords(self):
        """将坐标标准化到 0-100 范围"""
        df = self.df.copy()
        # 若 x 已经是 0-100 则跳过；若是米制则转换
        if df['x'].max() > 100:
            df['x_norm'] = df['x'] / self.pitch_length * 100
        else:
            df['x_norm'] = df['x']
        return df
    def count_low_block_clearances(self, x_threshold=33.3, team=None, opponent=None):
        """
        统计低位防守解围次数
        x_threshold: 低位区域阈值（默认本方后场1/3）
        team: 指定球队（可选）
        opponent: 指定对手（可选）
        """
        df = self._normalize_coords()
        mask = (
            (df['event_type'].str.lower() == 'clearance') &
            (df['x_norm'] < x_threshold)
        )
        if team:
            mask &= (df['team'] == team)
        if opponent:
            mask &= (df['opponent'] == opponent)
        filtered = df[mask]
        return filtered.groupby('team').size().sort_values(ascending=False)
    def detailed_report(self):
        """生成完整防守报告"""
        report = {
            '低位解围总数': len(self.df[
                (self.df['event_type'].str.lower() == 'clearance') &
                (self._normalize_coords()['x_norm'] < 33.3)
            ]),
            '按球队统计': self.count_low_block_clearances().to_dict()
        }
        return report
# 使用示例
if __name__ == "__main__":
    df = pd.read_csv("events.csv")
    analyzer = DefensiveStatsAnalyzer(df)
    print(analyzer.detailed_report())

需要你确认的关键点

为了让脚本精确匹配你的数据,请告诉我：

1. 数据来源：StatsBomb / Opta / Wyscout / 自建数据？
2. 数据格式：CSV、JSON、还是数据库？字段名是什么？
3. "低位防守"的定义：
   • 固定阈值（如 x < 33）？
   • 动态判断（如球队防线平均位置靠后）？
   • 是否考虑比赛情境（领先/落后）？
4. 解围事件类型：Clearance / Clearance Successful / 其他？
5. 坐标体系：0-100 归一化？米制 105×68？还是球队视角需要翻转？

常见数据源字段参考

告诉我你的具体数据源和格式,我可以给你一个开箱即用的精确版本。