实用脚本统计犯规战术阻止反击几次？

wen 实用脚本 2026-10-26 6

足球犯规战术阻止反击统计脚本

下面给你一个可直接运行的 Python 脚本，用来统计一场比赛中「犯规战术阻止反击」的次数，核心思路是：用事件数据（坐标、时间、犯规类型、是否快攻/反击）来识别“战术犯规”场景。

实用脚本统计犯规战术阻止反击几次？

判定逻辑

一次犯规被计为「战术犯规阻止反击」需同时满足：

事件类型 = 犯规（Foul）
犯规发生在防守方半场或中场（阻止对方推进）
犯规前对方处于反击/快攻状态（由数据字段 is_counter_attack 或通过时间+位移推断）
犯规者未得球（非抢断失败），且裁判未判点球
可选：犯规后对方进攻被中断（下一事件不是射门/进球）

脚本（Python + pandas）

import pandas as pd
# ============ 1. 读取事件数据 ============
# 假设 CSV 列: match_id, minute, second, team, player, event_type,
#              x, y, is_counter_attack, foul_type, card, outcome
df = pd.read_csv("events.csv")
# ============ 2. 参数配置 ============
COUNTER_WINDOW_SEC = 8      # 反击判定时间窗（秒）
DEFENSIVE_HALF_X = 60       # 防守方半场 x 阈值（0-100 坐标系，进攻方向向右）
EXCLUDE_FOUL_TYPES = {"penalty"}  # 排除点球犯规
def to_seconds(row):
    return row["minute"] * 60 + row["second"]
df["t"] = df.apply(to_seconds, axis=1)
df = df.sort_values(["match_id", "t"]).reset_index(drop=True)
# ============ 3. 标记“反击状态” ============
# 若数据自带 is_counter_attack 字段直接用；否则用规则推断：
# 犯规前 COUNTER_WINDOW_SEC 秒内，对方在本方半场快速向前推进（x 增幅 > 15）
def mark_counter(df):
    df["counter_flag"] = df.get("is_counter_attack", 0).fillna(0).astype(int)
    if "is_counter_attack" not in df.columns:
        for i in range(1, len(df)):
            prev, cur = df.iloc[i-1], df.iloc[i]
            if cur["team"] != prev["team"]:
                dt = cur["t"] - prev["t"]
                dx = cur["x"] - prev["x"]
                if 0 < dt <= COUNTER_WINDOW_SEC and dx > 15:
                    df.at[i, "counter_flag"] = 1
    return df
df = mark_counter(df)
# ============ 4. 识别战术犯规阻止反击 ============
def is_tactical_counter_foul(row, prev_row):
    if row["event_type"] != "Foul":
        return False
    if row.get("foul_type") in EXCLUDE_FOUL_TYPES:
        return False
    if row.get("card") == "penalty":
        return False
    # 犯规发生在防守方半场（进攻方向向右，防守方在本方 x<50 区域）
    if row["x"] > DEFENSIVE_HALF_X:
        return False
    # 犯规前对方处于反击状态
    if prev_row is None or prev_row["team"] == row["team"]:
        return False
    if prev_row["counter_flag"] != 1 and row["counter_flag"] != 1:
        return False
    return True
results = []
for i in range(1, len(df)):
    cur, prev = df.iloc[i], df.iloc[i-1]
    if is_tactical_counter_foul(cur, prev):
        results.append({
            "match_id": cur["match_id"],
            "minute": cur["minute"],
            "second": cur["second"],
            "team": cur["team"],
            "player": cur["player"],
            "x": cur["x"],
            "y": cur["y"],
            "foul_type": cur.get("foul_type"),
            "card": cur.get("card"),
        })
tactical_df = pd.DataFrame(results)
# ============ 5. 输出统计 ============
print(f"总战术犯规阻止反击次数: {len(tactical_df)}")
if not tactical_df.empty:
    print("\n按球队统计:")
    print(tactical_df.groupby("team").size().sort_values(ascending=False))
    print("\n按球员统计 (Top 10):")
    print(tactical_df.groupby(["team", "player"]).size()
          .sort_values(ascending=False).head(10))
tactical_df.to_csv("tactical_counter_fouls.csv", index=False)
print("\n明细已保存到 tactical_counter_fouls.csv")

数据字段要求

字段	说明	是否必需
`match_id`	比赛 ID
`minute` / `second`	事件时间
`team` / `player`	犯规方
`event_type`	事件类型（Foul / Pass / Shot…）
`x` / `y`	场地坐标（0–100）
`is_counter_attack`	是否反击（0/1）	⭕ 可选，无则脚本推断
`foul_type`	犯规类型
`card`	牌 / 是否点球