COVID-19检测队列结果：病例、住院和死亡（历史数据）
包含纽约市COVID-19确诊病例、住院和死亡按检测日期的历史队列数据。
基本信息
资源简介
COVID-19检测队列结果：病例、住院和死亡（历史数据）
【一句话概览】
该数据集按标本采集日期（specimen_date）划分队列，展示COVID-19相关结果，包括确诊病例、住院和死亡。描述指出，若一名纽约市居民SARS-CoV-2检测阳性并随后住院，这两项事件都会归入同一标本采集日期，表示阳性检测的标本采集日期，而非住院日期。另有可比数据集展示确诊病例的诊断日期、住院患者的入院日期和死亡者的死亡日期。该数据集标签为sars-cov-2、covid-19、coronavirus，分类为Health（来源 opendatanetwork.com）。
【数据集背景】
本数据集源站标题为《COVID-19 Outcomes by Testing Cohorts_Cases, Hospitalizations, and Deaths (Historical)》。
【数据内容】
源站原始描述：The dataset shows outcomes (confirmed cases, hospitalizations, and deaths) for cohorts defined by each date of specimen collection (specimen_date). For example, if a NYC resident tested positive for SARS-CoV-2 and was subsequently hospitalized, both events would show under the same specimen_date, indicating the date of specimen collection for the positive test and not the date of the hospitalization. For a comparable dataset showing diagnosis dates for confirmed cases, admission dates for hospit…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集显示按每个标本采集日期（specimen_date）定义的队列的结局（确诊病例、住院和死亡）。例如，如果一名 NYC 居民 SARS-CoV-2 检测呈阳性并随后住院，这两个事件都会显示在同一个 specimen_date 下，表明的是阳性检测的标本采集日期，而不是住院日期。若要查看显示确诊病例诊断日期、住院患者入院日期和死者死亡日期的可比数据集，请参见 https://data.cityofnewyork.us/Health/COVID-19-Daily-Counts-of-Cases-Hospitalizations-an/rc75-m7u3
【主题与分类】
源站学科分类：Health。主题标签：sars-cov-2、covid-19、coronavirus。
【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://data.cityofnewyork.us/d/cwmx-mvra
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/data.cityofnewyork.us/cwmx-mvra
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。
