莫斯科马拉松比赛成绩与选手信息数据集-2018年-krasnovna
数据来源：互联网公开数据
标签：马拉松,跑步,比赛成绩,运动分析,莫斯科,俄罗斯,时间序列,选手信息,配速分析,性别差异
数据概述：
本数据集包含了2018年9月23日在莫斯科举行的马拉松比赛的详细成绩和选手信息。 数据集主要包含两场比赛的结果：10公里比赛和全程马拉松（42.195公里）。 数据通过抓取比赛官方网站（https://www.athlinks.com/event/35934/results/Event/787705/Results）获得，并整合了配速、分段成绩等补充信息。 为了更全面的分析，数据集中还包括了国家信息数据集（用于通过alpha-3代码匹配国家）和路线数据集（用于探索比赛路线、海拔等信息）。
主要数据文件包括：
1_full_results_mm_2018.csv：
bib：参赛者的号码布编号。
finish_time_sec：参赛者的最终完成时间，以秒为单位。
finish_time_result：参赛者的最终完成时间，以字符串格式显示。
race：比赛距离，字符串格式，例如“10 km”，“42.195 km”。
pace_sec：参赛者在比赛中的平均配速，以秒为单位。
pace(minpkm)：参赛者的平均配速，以字符串格式显示，例如“min/km”。
pace(kmph)：参赛者的平均配速，以字符串格式显示，例如“km/h”。
half_pace_sec：参赛者在比赛中的平均配速，以秒为单位。
half_pace(minpkm)：参赛者的平均配速，以字符串格式显示，例如“min/km”。
half_pace(kmph)：参赛者的平均配速，以字符串格式显示，例如“km/h”。
gender_en：参赛者的性别，例如“Female”，“Male”。
age：参赛者的年龄。
name_en：参赛者的姓名，俄语转写。
location_city_ru：参赛者来自的城市，俄语。
location_city_en：参赛者来自的城市，英语。
country_code_alpha_3：参赛者的国家代码，alpha-3代码。
flag_DNF：参赛者是否未完成比赛的标志（1表示未完成）。
flag_all_split_exist：参赛者在比赛中所有分段点是否有成绩的标志（1表示所有分段点都有成绩）。
race_uniform_index：基于分段点计算的指数，显示比赛的均匀性，指数越小表示跑步越均匀。
1_split_results_mm_2018.csv（通过bib与1_full_results_mm_2018.csv匹配）：
bib：参赛者的号码布编号。
split_name：分段点（公里数）的名称，字符串格式。
split：分段距离，以公里为单位。
split_time_sec：参赛者在该分段点的用时，以秒为单位。
split_time_result：参赛者在该分段点的用时，字符串格式。
split_pace_sec：参赛者在该分段点的配速，以秒为单位。
split_pace(minpkm)：参赛者在该分段点的配速，字符串格式。
split_pace(kmph)：参赛者在该分段点的配速，字符串格式。
split_uniform_index：参赛者的分段均匀性指数。
country_codes.csv（通过country_code_alpha_3与1_full_results_mm_2018.csv匹配）：国家信息数据集。
1_route_mm_2018.csv：比赛路线信息数据集。
数据用途概述：
该数据集可用于多种分析，包括但不限于：分析外国参赛者的国籍分布；比较10公里和42.195公里比赛中不同选手的配速差异；研究不同性别选手的配速差异。 此外，该数据还可以用于更深入的运动表现分析、比赛策略研究、以及城市马拉松赛事组织评估等方面。 结合路线数据，可以进行更深入的路线与成绩关联分析。
