本文目录导读:

你提到的“高球传中争顶成功率”是足球数据分析里的一个具体指标,通常拆解为:传中次数、争顶次数、争顶成功次数、成功率,开源项目里确实有多个方向可以支撑这个统计,下面按“数据源 → 开源工具 → 统计方法”给你梳理。
可用的开源数据源
| 项目/数据源 | 是否含争顶数据 | |
|---|---|---|
| StatsBomb Open Data (GitHub) | 免费开放部分赛事的事件数据(含 FIFA 世界杯、女足等) | ✅ 有 Duel 事件,含 Aerial Lost / Aerial Won,且有 pass 的 cross 标记 |
| FBref(可爬取) | 提供传中、空中对抗等统计 | ✅ 赛季汇总有 "Aerial Duels Won"、"Crosses" |
| Wyscout Open Data (Figshare) | 部分赛事事件数据 | ✅ 有 aerial duel 事件 |
| football-data.co.uk | 赔率+比分 | ❌ 无事件级数据 |
| Understat | xG 等 | ❌ 无争顶 |
最推荐 StatsBomb Open Data,因为事件级数据可以精确做到“传中后 N 秒内的争顶”。
开源工具链
-
数据读取
statsbombpy(Python,官方)— 直接拉取 StatsBomb 开放数据socceraction(ML 开源库)— 事件数据转 SPADL 格式,便于统一处理
-
事件解析
mplsoccer— 可视化 + 部分事件工具kloppy— 多数据源统一事件模型(StatsBomb / Wyscout / Opta)
-
统计与建模
pandas/polars— 聚合统计soccerdata— 爬 FBref 等站点
统计“高球传中争顶成功率”的方法
定义(需先明确口径)
- 高球传中:
pass.height == "High Pass"且pass.cross == True(StatsBomb 字段) - 争顶:传中落点后一定时间窗(如 3–5 秒)内发生的
Duel事件,类型为Aerial Lost/Won - 成功:进攻方球员赢得该次空中对抗
伪代码(基于 statsbombpy)
from statsbombpy import sb
import pandas as pd
# 1. 拉取某场比赛事件
events = sb.events(match_id=3788741)
# 2. 筛选高球传中
crosses = events[
(events['type'] == 'Pass') &
(events['pass_height'] == 'High Pass') &
(events['pass_cross'] == True)
][['id','timestamp','player','team','location']]
# 3. 找传中后 5 秒内的空中对抗
duels = events[
(events['type'] == 'Duel') &
(events['duel_type'] == 'Aerial Lost') # 或 Won
][['timestamp','player','team','duel_outcome']]
# 4. 时间窗匹配(需把 timestamp 转秒),统计成功/总次数
实际项目可参考:
socceraction里的SPADL转换后,用actiontype筛选 cross + aerial duel- GitHub 上搜
statsbomb aerial duel cross有不少 notebook 示例
现成的开源项目参考
soccer-analytics类仓库(GitHub 搜索statsbomb aerial duels)— 有 notebook 演示空中对抗统计footballscout/fbref-scraper— 爬 FBref 做球队/球员赛季汇总VAEP/xT项目(socceraction官方)— 事件价值模型,可扩展为“传中争顶的价值”
注意事项
- 口径差异大:不同数据商对“争顶”定义不同(是否算二点球、时间窗多长),跨源对比要谨慎。
- StatsBomb 开放数据赛事有限(主要是世界杯/女足/部分联赛),想覆盖五大联赛需自采或买数据。
- 传中成功 ≠ 争顶成功:争顶成功率高但传中质量差(落点差)的情况很常见,建议同时看传中落点热图。
如果你想要一个可直接跑的 notebook,我建议从 statsbombpy + 一场世界杯比赛开始,我可以帮你写出完整的“传中→争顶→成功率”统计代码(含时间窗匹配和按球员/球队聚合),需要的话告诉我目标赛事范围即可。
版权声明:本站文章为原创整理,转载请注明出处。