开源项目统计高球传中争顶成功率？

本文目录导读：

1. 核心概念拆解
2. 可用的开源数据源与项目
3. 实现思路（以 StatsBomb 为例）
4. 追踪数据方案（更精确）

高球传中争顶成功率”的统计，在开源足球数据分析项目中并没有一个统一的、现成的指标，因为这是一个复合型指标，需要结合事件数据和追踪数据才能计算，有几个开源项目和工具可以用来构建这个统计，下面分几个层面来说明。

核心概念拆解

“高球传中争顶成功率”通常需要拆成两个事件来统计：

1. 高球传中：从边路/肋部起脚的高弧度传中
2. 争顶成功：传中后进攻球员在空中对抗中赢得球权（或形成射门/摆渡）

公式一般为：

争顶成功率 = 争顶成功次数 / 争顶总次数

可用的开源数据源与项目

StatsBomb Open Data（最推荐）

• GitHub: statsbomb/open-data
• 提供免费的比赛事件数据（含 Pass 中的 cross 标记、Aerial Won/Aerial Lost 事件）
• 可以筛选：pass.type == "Cross" 且 pass.height == "High Pass"，再关联后续的 Duel 事件
• 支持 Python 通过 statsbombpy 库直接读取

Wyscout 公开数据集

• 部分公开的 Wyscout 事件数据（如 Figshare 上的 SoccerMatch 数据集）
• 含 Cross、Air Duel 标签，可做类似统计

Socceraction / soccerdata

• ML-KULeuven/socceraction：事件数据转 SPADL 格式，便于统一计算
• probberechts/soccerdata：多数据源爬取封装

FBref（非严格开源但可爬）

• 有传中（Crosses）和空中对抗（Aerials Won）分项统计，但不直接给“传中后争顶”的关联

实现思路（以 StatsBomb 为例）

from statsbombpy import sb
events = sb.events(match_id=XXXX)
# 1. 找高球传中
crosses = events[(events['type']=='Pass') & 
                 (events['pass_height']=='High Pass') &
                 (events['pass_cross']==True)]
# 2. 找传中后的争顶事件（Aerial Won/Lost 或 Duel）
duels = events[events['type'].isin(['Duel','50/50'])]
# 3. 按时间/位置关联（传中后 N 秒内的争顶）
# 计算成功率

难点：事件数据里传中和争顶之间没有直接外键，需要用时间窗口 + 空间邻近做关联，这是这类统计的主要工程挑战。

追踪数据方案（更精确）

如果有 Metrica Sports 或 SkillCorner 的公开追踪数据，可以用球员轨迹判断“传中落点附近谁先触球/赢下空中球”，但这类开源数据较少。

• 没有现成开源项目直接输出“高球传中争顶成功率”这个指标
• 但用 StatsBomb Open Data + socceraction/statsbombpy 可以自行构建
• 若你需要,我可以帮你写一个完整的计算脚本（含传中-争顶事件关联逻辑），你告诉我用哪个数据源即可。