糖尿病相关支出(美元)

以表格形式记录糖尿病相关医疗支出(美元),用于经济负担分析。

Aditya PanchalAditya Panchal
kaggle
2022-11-07 更新
浏览 22
表格diabetes
Diabetes Related Expenditure (in $USD)

基本信息

模态
表格
大小
0.000019364 GB
许可
Unknown
创建/更新时间
2022-11-07
版本
v1

资源简介

糖尿病相关支出(美元)

【数据集背景】

本数据集源站标题为《Diabetes Related Expenditure (in $USD)》。源站首次发布:2022-11-07。

【数据内容】

源站原始描述:This Data Set Contains Diabetes Related Expenditure ($USD) every 10 Year in different regions and countries/territories in the world Column Details 1.Regions 2.Country/Territory 3.Year 2000 4.Year 2011 5.Year 2021 6.Year 2030 7.Year 2045 8.Type

【数据结构与技术规格】

文件数 1 个,合计 19.36 KB。

【主题与分类】

主题标签:diabetes。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/adityak957/diabetes-related-expenditure-in-usd

使用许可:Unknown。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

需登录

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("adityak957/diabetes-related-expenditure-in-usd")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d adityak957/diabetes-related-expenditure-in-usd
unzip diabetes-related-expenditure-in-usd.zip -d diabetes-related-expenditure-in-usd/

数据说明

该数据集记录了糖尿病相关的医疗支出费用(单位为美元),以表格形式呈现,可用于分析糖尿病经济负担及相关成本研究。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。