实用脚本怎么看两队的中场控制力对比？

wen 实用脚本 2026-11-15 1

足球比赛中场控制力对比的分析脚本思路

看两队中场控制力对比,可以从数据脚本 + 指标框架两个层面入手，下面给你一套可落地的分析框架和示例脚本。

实用脚本怎么看两队的中场控制力对比？

核心指标体系（先定"看什么"）

中场控制力本质是"谁能把球权留在自己脚下、并把球推进到危险区域"，可拆成四类指标：

维度	具体指标	说明
控球	控球率、传球次数、传球成功率	基础盘
推进	向前传球占比、 progressive passes、进入进攻三区次数	能否往前送
压迫/反抢	PPDA（防守动作/对方传球）、中场抢断、拦截、夺回球权次数	丢球后能否抢回
质量	中场球员xA（预期助攻）、关键传球、带球推进距离	控制是否转化为威胁

关键：单看控球率会骗人（弱队摆大巴也能有控球），要控球 + PPDA + 推进三者结合看。

脚本实现（Python 示例）

假设你有事件数据（如 StatsBomb / Opta 格式），核心逻辑如下：

import pandas as pd
def midfield_control(events, team, pitch_length=105):
    df = events[events['team'] == team]
    # 1. 控球与传球
    passes = df[df['type'] == 'Pass']
    pass_count = len(passes)
    pass_acc = passes['pass_outcome'].isna().mean()  # 未失败=成功
    # 2. 向前推进（传球终点比起点更靠近对方球门）
    passes['progress'] = passes['end_x'] - passes['x']
    progressive = (passes['progress'] > 10).sum()   # 推进>10米的传球
    # 3. 进入进攻三区（x > 2/3 场长）
    final_third = (passes['end_x'] > pitch_length * 2/3).sum()
    # 4. 反抢/防守（中场区域）
    mid_zone = df[(df['x'] > pitch_length/3) & (df['x'] < pitch_length*2/3)]
    tackles = (mid_zone['type'] == 'Tackle').sum()
    interceptions = (mid_zone['type'] == 'Interception').sum()
    recoveries = (mid_zone['type'] == 'Ball Recovery').sum()
    return {
        '传球数': pass_count,
        '传球成功率': round(pass_acc, 3),
        '向前传球(>10m)': progressive,
        '进入进攻三区': final_third,
        '中场抢断': tackles,
        '中场拦截': interceptions,
        '中场夺回球权': recoveries,
    }
# 对比两队
home = midfield_control(events, 'Team A')
away = midfield_control(events, 'Team B')
comparison = pd.DataFrame({'主队': home, '客队': away})
comparison['差值'] = comparison['主队'] - comparison['客队']
print(comparison)

PPDA 单独算（压迫强度，越低压迫越强）：

def ppda(events, defending_team, opp_team):
    # 对方在后场(自家2/3区域)的传球数
    opp_passes = events[(events['team']==opp_team) & 
                        (events['type']=='Pass') &
                        (events['x'] < 70)].shape[0]
    # 防守方在该区域的防守动作
    def_actions = events[(events['team']==defending_team) &
                         (events['type'].isin(['Tackle','Interception','Foul','Pressure'])) &
                         (events['x'] < 70)].shape[0]
    return round(opp_passes / max(def_actions,1), 2)