Bing COVID-19

Cikk
12/06/2023

A Bing COVID-19-adatai tartalmazzák a aktív, halálos és gyógyult eseteket minden régióból, naponta frissítve. Ezeket az adatokat tükrözi a Bing COVID-19-figyelő.

A Bing több megbízható, megbízható forrásból gyűjt adatokat, többek között az Egészségügyi Világszervezettől (WHO), a Betegségek elleni védekezési és megelőzési központoktól (CDC), a nemzeti/regionális és állami közegészségügyi részlegektől, a BNO News-tól, a 24/7 Wall St.-től és a Wikipédiától.

Megjegyzés:

A Microsoft az Azure Open Datasets szolgáltatást "adott módon" biztosítja. A Microsoft nem vállal kifejezett vagy vélelmezett garanciát vagy feltételeket az adathalmazok Ön általi használatára vonatkozóan. A microsoft a helyi jogszabályok által megengedett mértékben kizár minden felelősséget az adathalmazok használatából eredő károkért vagy veszteségekért, beleértve a közvetlen, következményi, különleges, közvetett, incidenses vagy büntető jellegű károkat is.

Az adatkészletet a Microsoft forrásadataihoz tartozó eredeti feltételek szerint szolgáltatjuk. A készlet tartalmazhat Microsofttól származó adatokat.

Adathalmazok

A módosított adathalmazok a CSV, a JSON, a JSON-Lines és a Parquet alkalmazásban érhetők el.

Minden módosított adatkészletben fel van tüntetve az ISO 3166-os alcsoportkód és a betöltési idő, és kisbetűs oszlopneveket használnak, elválasztóként pedig aláhúzás karaktert.

Nyers adatok: https://pandemicdatalake.blob.core.windows.net/public/raw/covid-19/bing_covid-19_data/latest/Bing-COVID19-Data.csv

A módosított és nyers adatok előző verziói: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/

Data volume

Minden adatkészlet naponta frissül. 2020. május 11-én 125 576 sort tartalmaztak (CSV 16,1 MB, JSON 40,0 MB, JSONL 39,6 MB, Parquet 1,1 MB).

Licenc és használati jogosultságok hozzárendelése

Ezek az adatok szigorúan oktatási és tudományos célokra, például orvosi kutatások, kormányzati szervek és felsőoktatási intézmények számára érhetők el, feltételek és feltételek mellett.

A kiadványokban használt vagy idézett adatoknak tartalmazniuk kell a "Bing COVID-19 Tracker" attribútumot, valamint a www.bing.com/covid mutató hivatkozást.

KAPCSOLATTARTÓ

A COVID-19-adattóval kapcsolatos kérdéseit és visszajelzéseit az askcovid19dl@microsoft.com címre küldheti.

Oszlopok

Név	Adattípus	Egyedi	Values (sample)	Leírás
admin_region_1	sztring	864	Texas Georgia	Régió az országon/régión belül
admin_region_2	sztring	3143	Washington megye Jefferson megye	Régió az admin_region_1-on belül
Megerősítette	egész	120,692	1 2	A régióra vonatkozó megerősített esetszám
confirmed_change	egész	12,120	1 2	A megerősített esetek számában beállt változás az előző nap óta
country_region	sztring	237	Egyesült Államok India	Ország/régió
Halálesetek	egész	20,616	1 2	Halálozások száma a régióban
deaths_change	smallint	1,981	1 2	A halálozások számában beállt változás az előző nap óta
id	egész	1,783,534	742546 69019298	Egyedi azonosító
iso_subdivision	sztring	484	US-TX US-GA	Kétrészes ISO-alosztály kódja
iso2	sztring	226	USA-BAN	2 jegyű országkód-azonosító
iso3	sztring	226	USA IND	3 jegyű országkód-azonosító
latitude	double	5,675	42.28708 19.59852	A régió középpontjának földrajzi szélessége
load_time	timestamp	1	2021-04-26 00:06:34.719000	A dátum és idő, amikor a fájlt a GitHubon lévő Bing-forrásból letöltötték
hosszúság	double	5,693	-2.5396 -155.5186	A régió középpontjának földrajzi hosszúsága
Vissza	egész	73,287	1 2	Gyógyultak száma a régióban
recovered_change	egész	10,441	1 2	A gyógyult estek számában beállt változás az előző nap óta
frissítve	dátum:	457	2021-04-23 2021-04-22	A rekord rögzítési időpontja

Előnézet megtekintése

id	frissítve	Megerősítette	iso2	iso3	country_region	admin_region_1	iso_subdivision	admin_region_2	load_time	confirmed_change	deaths_change
338995	2020-01-21	262	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34
338996	2020-01-22	313	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34	51	0
338997	2020-01-23	578	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34	265	0
338998	2020-01-24	841	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34	263	0
338999	2020-01-25	1320	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34	479	0
339000	2020-01-26	2014	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34	694	0
339001	2020-01-27	2798	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34	784	0
339002	2020-01-28	4593	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34	1795	0
339003	2020-01-29	6065	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34	1472	0
339004	2020-01-30	7818	null	null	Világszerte	null	null	null	2021.04.26. 12:06:34	1753	0

Az adatok elérése

Ez a jegyzetfüzet a Bing COVID-19-adatkészlet eléréséhez szükséges URL-címeket és mintakódot dokumentálja

Az alábbi URL-címekkel lekérheti az Azure Blob Storage-ban üzemeltetett fájlformátumokat:

CSV: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.csv

JSON: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.json

JSONL: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.jsonl

Parquet: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.parquet

Töltse le az adathalmazfájlt a pandas-i HTTP URL-címről letölthető beépített funkcióval. A Pandas különböző fájlformátumok olvasóival rendelkezik:

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_parquet.html

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html

import pandas as pd
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt

df = pd.read_parquet("https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.parquet")
df.head(10)

Lehetővé teszi a különböző mezők adattípusainak ellenőrzését és annak ellenőrzését, hogy a frissített oszlop dátum/idő formátumú-e

df.dtypes

Most áttekintjük a globális adatokat, és néhány egyszerű diagramot ábrázolunk az adatok megjelenítéséhez

df_Worldwide=df[df['country_region']=='Worldwide']

df_Worldwide_pivot=df_Worldwide.pivot_table(df_Worldwide, index=['country_region','updated'])

df_Worldwide_pivot

df_Worldwide.plot(kind='line',x='updated',y="confirmed",grid=True)
df_Worldwide.plot(kind='line',x='updated',y="deaths",grid=True)
df_Worldwide.plot(kind='line',x='updated',y="confirmed_change",grid=True)
df_Worldwide.plot(kind='line',x='updated',y="deaths_change",grid=True)

Azure Databricks

azure-storage
pyspark

A minta nem érhető el ehhez a platform-/csomagkombinációhoz.

# Azure storage access info
blob_account_name = "pandemicdatalake"
blob_container_name = "public"
blob_relative_path = "curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.parquet"
blob_sas_token = r""

# Allow SPARK to read from Blob remotely
wasbs_path = 'wasbs://%s@%s.blob.core.windows.net/%s' % (blob_container_name, blob_account_name, blob_relative_path)
spark.conf.set(
  'fs.azure.sas.%s.%s.blob.core.windows.net' % (blob_container_name, blob_account_name),
  blob_sas_token)
print('Remote blob path: ' + wasbs_path)

# SPARK read parquet, note that it won't load any data yet by now
df = spark.read.parquet(wasbs_path)
print('Register the DataFrame as a SQL temporary view: source')
df.createOrReplaceTempView('source')

# Display top 10 rows
print('Displaying top 10 rows: ')
display(spark.sql('SELECT * FROM source LIMIT 10'))

Azure Synapse

azure-storage
pyspark