高风险人群贫血数据

2019年高风险人群贫血比例数据,以表格形式呈现。

willian oliveirawillian oliveira
kaggle
2025-09-09 更新
浏览 24
表格healthdata analyticshealth conditionsdata visualizationheart conditions
Anemia in higher risk

基本信息

模态
表格
大小
0.000128549 GB
许可
CC0: Public Domain
创建/更新时间
2025-09-09
版本
v1

资源简介

高风险人群贫血数据

【数据集背景】

本数据集源站标题为《Anemia in higher risk》。源站首次发布:2025-09-09。

【数据内容】

源站原始描述:The World Development Indicators (WDI) is the primary World Bank collection of development indicators, compiled from officially-recognized international sources. It presents the most current and accurate global development data available, and includes national, regional and global estimates

【数据结构与技术规格】

文件数 1 个,合计 128.55 KB。

【主题与分类】

主题标签:health、data analytics、health conditions、data visualization、heart conditions。

【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/willianoliveiragibin/anemia-in-higher-risk

使用许可:CC0: Public Domain。

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

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

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。

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("willianoliveiragibin/anemia-in-higher-risk")
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 willianoliveiragibin/anemia-in-higher-risk
unzip anemia-in-higher-risk.zip -d anemia-in-higher-risk/

数据说明

该数据集包含了2019年高风险人群中贫血人口比例的数据,以表格形式呈现,适用于流行病学研究和公共卫生分析。

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))

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案