COVID-19全时段病例统计数据集
数据来源：互联网公开数据
标签：COVID-19,病例统计,全球疫情,时间序列,疫情分析,公共卫生,数据可视化
数据概述：
本数据集包含了自2019年12月1日至2020年4月20日的全球各国COVID-19病例统计信息，包括确诊、疑似、治愈和死亡病例的累计总数。数据集结合了两个原始数据集，分别来自丁香园（Ding Xiang Yuan）和《柳叶刀》杂志的一篇科学论文。对于中国数据，还包括了省级和市级（如有报告）的病例详情。
数据用途概述：
该数据集适用于疫情趋势分析、公共卫生研究、政策评估等多种应用场景。研究人员可以利用此数据进行时间序列分析，追踪全球疫情的发展趋势；公共卫生机构可以借助数据制定和调整防控策略；政策制定者则可以基于数据评估公共卫生政策的有效性。此外，数据集也适合用于教育培训，帮助学生和公众了解疫情发展的动态规律。
数据结构：
要获取国家层面的数据：
除中国外的所有国家在每个时间戳（字段：updateTime）中仅有一条记录。
由于中国的数据结构为层级结构，获取国家层面数据需满足provinceName == 'China'。
要获取中国省级数据：
countryName == 'China' 且 provinceEnglishName == （省份名称），请参考字段province_confirmedCount。
要获取中国市级数据：
countryName == 'China' 且 provinceEnglishName == （省份名称），建议使用city_zipCode，因cityName和cityEnglishName可能存在非标准化数据。
请注意，由于数据结构的变更，部分数据可能需要进一步调整。
数据清洗：
对原始数据集进行了以下清洗工作：
在cityName存在时，填充了cityEnglishName中的NULL值并标准化其他字段值。
在cityName存在时，填充了city_zipCode中的NULL值并标准化其他字段值。
city_zipCode映射：细节包含在'city data cleaning reference.csv'中。
0代表“未定义地区”
1代表“国内输入”
2代表“国际输入”
%99/98/97/96等代表没有单独邮编但在报告数据中指定了的区域
