本文目录导读:

要统计足球比赛中门将的“扑救次数”来判断谁更忙,通常需要结合官方比赛数据(如FIFA、Opta、StatsBomb等)或手动记录,如果你是想用电脑工具来完成这个统计,可以按以下思路操作:
明确“扑救”的定义
不同数据商对“扑救”定义略有差异,一般包括:
- 扑出对方射正球门的射门
- 不包括:射偏、打中门框、被封堵的射门
所以先确定你要用的标准(比如FIFA官方标准)。
常用电脑工具/数据源
| 工具/网站 | 用途 |
|---|---|
| Opta / Stats Perform | 专业级数据,含扑救、扑救成功率 |
| StatsBomb | 免费开放部分赛事事件数据(JSON) |
| FBref | 免费,含门将扑救、PSxG等进阶数据 |
| SofaScore / Whoscored | 可查单场扑救数 |
| FIFA官方比赛报告 | 世界杯等赛事PDF,含扑救统计 |
| Python + pandas | 自己抓数据做统计 |
用 Python 统计的思路
import pandas as pd
# 假设你有一份事件数据(如StatsBomb格式)
# 字段:match_id, player, team, event_type, shot_outcome
df = pd.read_csv("events.csv")
# 筛选扑救事件
saves = df[(df['event_type'] == 'Save') |
((df['event_type'] == 'Shot') &
(df['shot_outcome'] == 'Saved'))]
# 按门将统计
save_count = saves.groupby(['match_id','player']).size().reset_index(name='saves')
# 找每场最忙的门将
busiest = save_count.sort_values('saves', ascending=False)
print(busiest)
如果你有StatsBomb免费数据,可以直接用 statsbombpy 库:
from statsbombpy import sb events = sb.events(match_id=XXXX) saves = events[events['type'] == 'Goal Keeper'] saves = saves[saves['goalkeeper_outcome'] == 'Saved'] print(saves['player'].value_counts())
判断“谁更忙”的指标
光看扑救次数不够,建议综合:
- 扑救次数(Saves)
- 面对射正次数(Shots on Target Faced)
- 每90分钟扑救数(Saves/90)
- 阻止进球值(PSxG-GA,FBref有)
- 禁区内触球/出击次数
- 门将A:5次扑救,面对7次射正
- 门将B:5次扑救,面对12次射正
→ B更忙,因为面对的威胁更多。
如果你要针对某场比赛/某赛事
告诉我:
- 哪场比赛或哪个赛事?
- 你想统计哪几位门将?
- 你手上有没有数据文件,还是需要我帮你找数据源?
我可以给你更具体的代码或数据链接。
版权声明:NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
NBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
CBA直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
足球直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播
英超直播