语境

这是该组织历史上每场UFC战斗的清单。每行都包含有关战斗机，战斗详细信息和获胜者的信息。该数据是从ufcstats网站上抓取的。战斗度量标准不复存在后，这一点就开始显现出来。我看到网站上有很多有关每场战斗和每项赛事的信息，并且没有捕获所有这些信息的现有方法。我用beautifulsoup抓取数据并用熊猫处理。这是一个漫长而艰巨的过程，请您原谅任何错误。我提供了原始文件，以防任何人想要不同地处理它。这是我第一次创建数据集，欢迎提出任何建议和更正！如果有人要检查工作，我都上传了所有代码文件，包括此处的抓取模块

玩得开心！

内容

每行都是两个战斗机统计信息的汇总。战士用“红色”和“蓝色”表示（代表红色和蓝色角）。因此，举例来说，红色战斗机拥有当前战斗以外所有战斗的合规平均统计数据。统计信息包括该特定红色战斗机在所有战斗中所经历的所有战斗中，红色战斗机对对手造成的伤害以及对手对战斗机所造成的伤害（在列中以“ opp”表示），但该战斗机没有尚未发生（在数据中）。蓝色战斗机也存在相同的信息。目标变量是“ Winner”，这是唯一告诉您发生了什么的列。
以下是一些列定义：

列定义：

R_和B_前缀分别表示红色和蓝色角斗士统计
_opp_ 包含列数是对手对战斗机造成的平均伤害
KD 是击倒次数
SIG_STR没有。重大罢工“降落未遂”
SIG_STR_pct 重大罢工百分比
TOTAL_STR 总罢工“未遂”
TD没有。下架次数
TD_pct 是下架百分比
SUB_ATT没有。提交尝试次数
PASS没有。守卫过去了几次？
REV是没有逆转降落
HEAD没有。头“企图登陆”的重大异味
BODY没有。对“未遂之地”的身体进行重大打击
CLINCH没有。失败的“未遂之地”的重大罢工
GROUND没有。在“未遂之地”上进行的重大打击
win_by 是取胜的方法
last_round 是战斗的最后一轮（例如，如果在第一局中是KO，那么它将是1）
last_round_time 当战斗在最后一轮结束时
Format 是战斗的格式（3轮，5轮等）
Referee 是Ref的名称
date 是打架的日期
location 是活动发生的地点
Fight_type 是哪个重量级别，是否是标题回合
Winner 是战斗的胜利者
Stance 是战士的立场（正统，南爪等）
Height_cms 是以厘米为单位的高度
Reach_cms 是战斗机（臂展）的范围，以厘米为单位
Weight_lbs 是战斗机的重量，单位为磅（lbs）
age 是战士的年龄
title_bout 是否为标题争夺的布尔值
weight_class 战斗属于哪个体重级别（Bantamweight，weightweight，Women's flyweight等）
no_of_rounds 战斗预定的回合数
current_lose_streak 是战斗机当前并发损失的计数
current_win_streak 是战斗机当前并发胜利的计数
draw 是战斗机的UFC职业中的平局次数
wins 是战斗机的ufc事业的胜利数
losses 是战斗机的ufc事业损失的数量
total_rounds_fought 是战斗机打完总回合的平均值
total_time_fought(seconds) 是花费在战斗中的总时间（以秒为单位）
total_title_bouts 是战斗机参与的冠军争夺的总数
win_by_Decision_Majority 是在战斗机的UFC职业生涯中多数法官决定的获胜次数
win_by_Decision_Split 是在战斗机的ufc事业中由分裂法官决定的获胜次数
win_by_Decision_Unanimous 是战斗机的UFC职业中由法官一致决定的获胜次数
win_by_KO/TKO 是战斗机的UFC职业生涯中淘汰赛获胜的次数
win_by_Submission 是战斗机的ufc生涯中提交的获胜数
win_by_TKO_Doctor_Stoppage 是在战斗机的UFC职业生涯中因停药而获胜的次数

致谢

灵感：https : //github.com/Hitkul/UFC_Fight_Prediction
提供了有关如何存储每个战斗数据的想法。不幸的是，整个UFC网站和fightmetric网站都发生了更改，因此无法重用任何代码。
打印进度条：https : //gist.github.com/aubricus/f91fb55dc6ba5557fbab06119420dd6a
在终端中显示完成多少下载的进度