COVID-19容量预测器-医院床位-伊利县
包含COVID-19病例、ICU和呼吸机数据，用于预测医院床位资源分配，每日更新。
基本信息
资源简介
COVID-19容量预测器-医院床位-伊利县
【一句话概览】
本数据集是 Socrata 开放数据门户 公开的结构化表格数据集，主题涵盖 hospital、capacity、predictor、bed、covid，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《COVID-19 Capacity Predictor - Hospital Beds - Erie County》。
【数据内容】
源站原始描述：Definitive Healthcare designed the COVID-19 Capacity Predictor, an interactive, visual Tableau map to help predict where, and when, important resources should be allocated as case volume continues to grow. In order to build this dashboard, Definitive Healthcare’s data science team combined proprietary Definitive Healthcare ICU and ventilator data with public information about population distribution, COVID-19 cases, and COVID-19 testing – and fit an exponential function to the data to model the…
中文译文（机器翻译，仅供快速理解，请以原文为准）：Definitive Healthcare 设计了 COVID-19 Capacity Predictor，这是一个交互式、可视化的 Tableau 地图，用于帮助预测随着病例数量持续增长，重要资源应在何时、何地分配。为了构建该仪表板，Definitive Healthcare 的数据科学团队将专有的 Definitive Healthcare ICU 和呼吸机数据与有关人口分布、COVID-19 病例和 COVID-19 检测的公开信息相结合，并对数据拟合指数函数以模拟增长。该仪表板背后的数据在此处展示，并每日更新。
【主题与分类】
源站学科分类：Health。主题标签：hospital、capacity、predictor、bed、covid、corona。
【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://covid19.buffalony.gov/d/hc2p-bbis
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。
暂未开放公开下载
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
源站：https://www.opendatanetwork.com/dataset/covid19.buffalony.gov/hc2p-bbis
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
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。
