你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

必应新冠肺炎

  • 项目

必应新冠肺炎数据包含来自各地区的已确诊病例、死亡病例和治愈病例，该数据每日更新。 该数据反映在必应新冠肺炎跟踪器中。

必应会从多个受信任的可靠来源收集数据，包括世界卫生组织 (WHO)、疾病控制和预防中心 (CDC)、国家/地区和各州公共健康部门、BNO News、24/7 Wall St. 和维基百科。

注意

Microsoft 按“原样”提供 Azure 开放数据集。 Microsoft 对数据集的使用不提供任何担保（明示或暗示）、保证或条件。 在当地法律允许的范围内，Microsoft 对使用数据集而导致的任何损害或损失不承担任何责任，包括直接、必然、特殊、间接、偶发或惩罚性损害或损失。

此数据集是根据 Microsoft 接收源数据的原始条款提供的。 数据集可能包含来自 Microsoft 的数据。

数据集

修改后的数据集现提供 CSV、JSON、JSON-Lines 和 Parquet 格式。

已修改的所有数据集都添加了 ISO 3166 细分代码和加载时间，还使用了带下划线分隔符、采用小写字母格式的列名称。

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

已修改的数据和原始数据的历史版本：https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/

数据量

所有数据集都是每日更新。 截至 2020 年 5 月 11 日，它们包含 125,576 行（CSV 16.1 MB、JSON 40.0 MB、JSONL 39.6 MB、Parquet 1.1 MB）。

许可和使用权归属

必须严格遵守条款和条件将此数据用于教育和学术目的，例如医疗研究、政府机构和学术机构。

出版物中使用或引述的数据应包含归属于“必应新冠肺炎跟踪器”这一表述，且附上指向 www.bing.com/covid 的链接。

联系人

如果对新冠肺炎数据湖中的此数据集或其他数据集有任何疑问或反馈，请联系 askcovid19dl@microsoft.com。

列

名称 数据类型 唯一 值（示例） 说明
admin_region_1 string 864 Texas Georgia country_region 中的区域
admin_region_2 string 3,143 Washington County Jefferson County admin_region_1 中的区域
confirmed int 120,692 1 2 该区域的确诊病例数
confirmed_change int 12,120 1 2 前一天确诊病例数的变化
country_region string 237 United States India 国家/地区
deaths int 20,616 1 2 该区域的死亡病例数
deaths_change smallint 1,981 1 2 前一天死亡病例数的变化
id int 1,783,534 742546 69019298 唯一标识符
iso_subdivision string 484 US-TX US-GA 两部分组成的 ISO 细分代码
iso2 string 226 US IN 双字母国家/地区代码标识符
iso3 string 226 USA IND 三字母国家/地区代码标识符
latitude Double 5,675 42.28708 19.59852 区域质心的纬度
load_time timestamp 1 2021-04-26 00:06:34.719000 从 GitHub 上的必应源中加载文件的日期和时间
longitude Double 5,693 -2.5396 -155.5186 区域质心的经度
recovered int 73,287 1 2 该区域的治愈病例数
recovered_change int 10,441 1 2 前一天治愈病例数的变化
已更新 date 457 2021-04-23 2021-04-22 记录的截至日期

预览

id 已更新 confirmed deaths iso2 iso3 country_region admin_region_1 iso_subdivision admin_region_2 load_time confirmed_change deaths_change
338995 2020-01-21 262 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM
338996 2020-01-22 313 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM 51 0
338997 2020-01-23 578 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM 265 0
338998 2020-01-24 841 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM 263 0
338999 2020-01-25 1320 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM 479 0
339000 2020-01-26 2014 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM 694 0
339001 2020-01-27 2798 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM 784 0
339002 2020-01-28 4593 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM 1795 0
339003 2020-01-29 6065 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM 1472 0
339004 2020-01-30 7818 0 Null Null 全球 Null Null Null 4/26/2021 12:06:34 AM 1753 0

数据访问

Azure Notebooks

此笔记本记录了用于访问必应新冠肺炎数据集的 URL 和示例代码

使用以下 URL 获取存放在 Azure Blob 存储中的特定文件格式：

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

使用 Pandas 中的内置功能从 http URL 下载数据集文件。 Pandas 具有各种文件格式的读取器：

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)

检查各字段的数据类型，并验证更新的列是否采用日期/时间格式

df.dtypes

现在我们查看全球数据，并绘制一些简单图表将数据可视化

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

没有适用于此平台/包组合的示例。

Azure Synapse

没有适用于此平台/包组合的示例。

后续步骤

查看开放数据集目录中的其余数据集。