实用脚本统计撞墙式配合完成了几次？

本文目录导读：

1. 先明确判定逻辑
2. 假设你有的数据格式
3. Python 脚本示例
4. 输出结果
5. 需要你确认的几个点

“撞墙式配合”在足球数据分析里通常叫 One-Two（二过一），要统计它完成了多少次，需要先明确数据来源和判定标准，因为“撞墙式配合”不是一个标准化事件，不同数据源的定义不同。

下面给你一个可落地的脚本思路和示例代码，你可以根据手头数据调整。

先明确判定逻辑

一次“撞墙式配合完成”通常需要满足：

1. 球员A传球给球员B
2. 球员B不做停顿/盘带，直接一脚回传给球员A（或A前插后的位置）
3. 回传后A成功接到球（配合完成）
4. 通常发生在推进方向上，且B的回传是“做墙”

简化判定条件（基于事件数据）：

• 事件序列：Pass(A→B) → Pass(B→A)
• 两次传球时间间隔 ≤ 2~3 秒
• 第二次传球是一脚出球（B接球后触球次数 ≤ 1）
• 两次传球方向夹角合理（A→B 与 B→A 大致反向或侧向）
• 最终A成功控球（下一次触球是A）

假设你有的数据格式

以常见的 event data（如 StatsBomb / Opta 风格）为例，每行一个事件：

match_id,period,minute,second,team,player,event_type,pass_recipient,pass_end_x,pass_end_y,start_x,start_y
1,1,10,05,TeamA,PlayerA,pass,PlayerB,60,40,40,30
1,1,10,07,TeamA,PlayerB,pass,PlayerA,45,32,60,40
...

Python 脚本示例

import pandas as pd
from math import atan2, degrees
# 读取事件数据
df = pd.read_csv("events.csv")
# 只保留传球事件，按时间排序
passes = df[df["event_type"] == "pass"].copy()
passes["time_sec"] = passes["minute"] * 60 + passes["second"]
passes = passes.sort_values(["match_id", "period", "time_sec"]).reset_index(drop=True)
def angle_diff(a1, a2):
    """两个方向角的差值（0~180度）"""
    d = abs(a1 - a2) % 360
    return min(d, 360 - d)
one_two_count = 0
details = []
# 遍历每个传球，找它后面紧接的传球
for i in range(len(passes) - 1):
    p1 = passes.iloc[i]
    p2 = passes.iloc[i + 1]
    # 同一场比赛、同一阶段、同一球队
    if p1["match_id"] != p2["match_id"]: continue
    if p1["period"] != p2["period"]: continue
    if p1["team"] != p2["team"]: continue
    # 条件1：A→B，B→A
    if p1["pass_recipient"] != p2["player"]: continue
    if p2["pass_recipient"] != p1["player"]: continue
    # 条件2：时间间隔 ≤ 3 秒（一脚出球）
    dt = p2["time_sec"] - p1["time_sec"]
    if dt > 3: continue
    # 条件3：方向大致反向（A→B 与 B→A 夹角 > 120°）
    ang1 = degrees(atan2(p1["pass_end_y"] - p1["start_y"],
                         p1["pass_end_x"] - p1["start_x"]))
    ang2 = degrees(atan2(p2["pass_end_y"] - p2["start_y"],
                         p2["pass_end_x"] - p2["start_x"]))
    if angle_diff(ang1, ang2) < 120: continue
    # 条件4：第二次传球后 A 接到球（下一事件是 A 的触球）
    if i + 2 < len(passes):
        p3 = passes.iloc[i + 2]
        if p3["player"] != p1["player"]: continue
    else:
        continue
    one_two_count += 1
    details.append({
        "match_id": p1["match_id"],
        "minute": p1["minute"],
        "player_a": p1["player"],
        "player_b": p1["player"],
    })
print(f"撞墙式配合完成次数：{one_two_count}")
pd.DataFrame(details).to_csv("one_two_details.csv", index=False)

输出结果

脚本会输出：

• 总次数：撞墙式配合完成次数：N
• 明细表 one_two_details.csv：每场比赛、每分钟、参与的 A/B 球员

需要你确认的几个点

不同数据源判定差异很大,建议你先明确：

如果你告诉我你用的数据格式（字段名/样例几行），以及“完成”的判定标准（比如是否要求一脚出球、是否要求向前），我可以把脚本改成直接能跑你数据的版本。