EFI FIFA Data — World Cup 2026

这是一个自动化管道，用于从官方FIFA网站收集和存储2026年FIFA世界杯（美国、加拿大、墨西哥）的增强足球智能（EFI）数据。数据以结构化、分析就绪的CSV文件形式存储，每行代表每场比赛的每位球员，包含127个列，涵盖身份、进攻、体能、传球与推进、防守、接球和纪律等类别。数据通过Git进行版本控制，在整个锦标赛期间构建干净的累积记录。

This is an automated pipeline for collecting and storing enhanced football intelligence (EFI) data for the 2026 FIFA World Cup hosted in the United States, Canada, and Mexico, sourced from the official FIFA website. The data is stored as structured, analysis-ready CSV files, with each row corresponding to every player in each match, encompassing 127 columns covering categories such as identity, attacking performance, physical performance, passing and progression, defensive performance, ball reception, and discipline. The dataset is version-controlled via Git, establishing a clean cumulative record across the entire tournament.

原始信息汇总

数据集概述

该数据集名为 EFI FIFA Data — World Cup 2026，旨在自动收集和存储2026年FIFA世界杯（美国、加拿大、墨西哥）的增强足球智能（EFI） 数据。数据源自FIFA官方网站，通过自动化流程提取并整理为结构化CSV文件。

数据采集方式

• 运行机制：基于GitHub Actions的自动化工作流，每天在UTC时间04:00执行一次。
• 触发条件：在当日比赛结束后，FIFA处理完毕数据时自动运行；也支持手动触发。
• 数据流：FIFA Website → GitHub Actions (R脚本爬取) → CSV → 版本控制仓库

数据内容

主要数据文件为 data/wc2026_efi.csv，以 每场比赛每位球员 为一行，包含 127列 指标。具体分类如下：

类别	涵盖指标
身份信息	player_id, match_id, team_id, team_name, player_name, position, birthday
进攻	goals, xg, attempt_at_goal*, threat, assists, take_ons_completed
体能	total_distance, avg_speed, top_speed, sprints, speed_runs, distance_*（从步行到冲刺）
传球与推进	passes, passes_completed, completed_ball_progressions, linebreaks_*
防守	forced_turnovers, defensive_pressures_applied, goalkeeper_*
接球	offers_to_receive_*, receptions_*
纪律	yellow_cards, red_cards, fouls_for, fouls_against

技术栈

• 爬取与处理：R语言（httr, dplyr, tidyr, tibble, purrr, janitor）
• 自动化：GitHub Actions
• 存储：CSV文件，通过Git进行版本控制

用途

该数据用于生成赛后总结报告，这些报告发布在 FIFA Training Centre — Match Report Hub 上。EFI指标用于分析每场比赛的球员和球队表现，为报告中的技术叙述提供支持。

相关应用

基于该数据构建的应用如下：

应用	描述
FifaPhy	WC 2026交互式体能表现探索器，支持球员、球队和头对头视图
WC 2026 Physical Dashboard	Streamlit仪表盘，用于全锦标赛深度体能分析

使用方式

克隆仓库后，直接从data/文件夹中读取数据，无需额外设置。文件会自动更新。

补充信息

• EFI定义：完整指标参考请查阅FIFA Training Centre发布的 The FIFA Football Language 词表。
• 数据来源：官方FIFA平台，仅供分析和研究用途。

搜集汇总

数据集介绍

构建方式

EFI FIFA Data — World Cup 2026数据集通过自动化流水线从国际足联（FIFA）官方网站采集球员级别的增强足球智能（EFI）指标。系统利用GitHub Actions编排的R语言脚本，每日于协调世界时04:00自动触发一次，待当日赛事结束且FIFA完成数据处理后，抓取每场比赛的球员数据，生成结构化CSV文件，并通过Git版本控制逐步积累，形成覆盖整个赛事的完整时序记录。

特点

该数据集以每场比赛每位球员为单行记录，包含127个字段，涵盖了身份标识、进攻、身体对抗、传控推进、防守、接球及纪律等七大维度。其中身体对抗指标精细刻画了球员的跑动距离、平均速度、顶级速度、冲刺次数及不同强度下的位移细节；传控推进与防守压迫指标则量化了球员在比赛中的组织能力与防守贡献，为深度分析现代足球战术提供了高分辨率的数据支撑。

使用方法

用户可直接克隆仓库并读取data/wc2026_efi.csv文件，无需额外配置，数据每日自动更新。在R环境中，使用readr包的read_csv函数即可加载数据，如efi <- read_csv("data/wc2026_efi.csv")。该数据集已服务于多个公开应用，包括交互式身体表现探索器FifaPhy及物理分析仪表板WC 2026 Physical Dashboard，适用于球员与球队性能评估、战术复盘及学术研究等场景。

背景与挑战

背景概述

EFI FIFA Data — World Cup 2026 数据集由 FIFA 训练中心于 2026 年创建，旨在系统化收集并结构化存储来自 FIFA 官方平台的增强足球智能（EFI）指标。该数据集的核心研究问题聚焦于利用自动化流水线，涵盖每位球员在每场比赛中的攻防、身体、传球、防守、纪律等 127 维细粒度指标，以支持高性能足球分析与赛后报告生成。通过集成 GitHub Actions 实现每日定时抓取与版本控制，该数据集为足球科学领域的量化研究提供了高时效性、标准化的数据基础，显著推动了比赛表现分析、球员评估与战术建模等相关研究的发展。

当前挑战

数据集的构建面临多重挑战：首先，领域问题方面，足球比赛动态复杂，现有指标难以完全刻画球员在实时对抗中的战术决策与协同贡献，例如空间利用与压迫效果。其次，构建过程中，需克服 FIFA 平台数据接口的动态变化、反爬机制以及跨时区比赛结束时间的不一致，确保每日定时抓取的可靠性与数据完整性。此外，多源指标的体系化整合（如定义统一的行进距离等级与压迫强度）以及数据版本管理中的冲突解决，亦对自动化管线的鲁棒性与可扩展性提出了严峻考验。

常用场景

经典使用场景

在体育科学与数据分析领域，EFI FIFA Data — World Cup 2026数据集最经典的使用场景是构建球员与球队在世界杯赛事中的精细化表现画像。借助其涵盖进攻、防守、身体对抗、传球推进及纪律性等多维度的127个指标，研究者可以突破传统比分统计的局限性，深入探究比赛微观层面的技术执行与体能输出。例如，通过结合预期进球(xG)与冲刺距离等物理指标，分析师能够解析不同战术体系下的球员负荷特征，从而为运动表现评估提供量化基准。该数据集已成为连接足球运动学与数据科学的桥梁，广泛应用于竞技体育的绩效诊断与模式挖掘。

衍生相关工作

围绕EFI FIFA Data数据集，衍生了一系列具有影响力的学术与工程工作。官方层面，该数据作为输入源支撑了FIFA Training Centre发布的赛后总结报告，后者运用EFI指标编撰了每场比赛的技术叙事，成为行业标准分析范式的一部分。在开源社区，研究者基于此数据开发了专项分析工具，如FifaPhy项目专注于物理性能的跨球员跨场次对比，而WC 2026 Physical Dashboard则提供了锦标赛级别的体能数据聚合与趋势可视化。这些衍生作品不仅验证了数据集的可用性与扩展性，还激发了对球员疲劳累积曲线、不同位置体能消耗差异等课题的再研究，逐步形成以EFI为核心的数据分析生态，推动了足球数据科学从原始采集向知识发现的演进。

数据集最近研究

最新研究方向

围绕2026年世界杯构建自动化足球智能数据采集与多维度性能分析体系，成为当前体育大数据领域的前沿热点。该数据集通过GitHub Actions定时抓取FIFA官方平台赛后发布的增强足球智能（EFI）指标，涵盖进攻、防守、体能、传球推进、接球及纪律等127个字段，为球员和球队的精细化表现评估提供了结构化、可版本化的基础数据。这一自动化流水线直接服务于FIFA训练中心赛后技术报告的生产，并衍生出如FifaPhy和WC 2026 Physical Dashboard等交互式性能探索工具，推动了从原始数据到可视化决策支持的高效转化。该研究不仅为足球科学分析树立了新范式，更在大型赛事中实现了数据驱动的实时战术复盘与运动员负荷管理，对提升竞技水平、优化训练策略具有深远意义。