通过

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。 必应 COVID-19 跟踪器会反映此数据。

必应会从多个受信任的可靠源收集数据，包括：

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

修改后的必应 COVID-19 数据集现提供 CSV、JSON、JSON-Lines 和 Parquet 格式。

修改后的所有数据集都添加了 ISO 3166 细分代码和加载次数。 列名称使用小写字母，带下划线分隔符。

CSV 格式的原始数据

此资源提供已修改数据的早期版本和原始数据。

数据量

所有数据集都会收到每日更新。 截至 2023 年 3 月 5 日，它们包含 4,766,737 行。 数据集以以下文件格式提供：

  • CSV (560.3 MB)
  • JSON (1515.6 MB)
  • JSONL (1506.2 MB)
  • Parquet (55.4 MB)

许可和使用权归属

根据这些条款和条件，这些数据仅可用于教育和学术目的。 有效用途包括：

  • 学术机构
  • 政府机构
  • 医学研究

出版物中使用或引述的数据应包含归属于“必应 COVID-19 跟踪器”这一表述，且附上指向 www.bing.com/covid 的链接。

联系人

如有关于 COVID-19 数据湖中此数据集或其他数据集的任何问题或反馈，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

注意

此笔记本记录了用于访问必应 COVID-19 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：

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：

pandas.read_parquet

pandas.read_csv

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)

要验证更新的列是否采用日期/时间格式，请检查各字段的数据类型：

df.dtypes

查看全球数据。 若要可视化数据，请生成一些图表：

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)

数据访问 - Azure Databricks

没有适用于此平台/包组合的示例。

数据访问 - 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。