全球疫苗接种追踪数据集
全球各国疫苗接种数据，包含总接种量、接种人数等指标，用于追踪疫苗接种情况。
基本信息
资源简介
该数据集包含全球各国疫苗接种数据，字段包括位置、ISO代码、日期、总疫苗接种量、已接种人数、完全接种人数、每日疫苗接种量、总加强针接种量以及每百人/百万人的相关指标。记录总数超过19.6万条，时间跨度从2021年初开始。数据模态为表格，可用于疫苗接种情况分析与追踪。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/jayant0702/global-vaccine-tracker.git
curl -L -o repo.zip https://github.com/jayant0702/global-vaccine-tracker/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
global-vaccine-tracker
A data-driven project analyzing global COVID-19 vaccination trends using real-world datasets. The project includes data preprocessing, visualizations, and insights on vaccination rollouts across countries.
📁 Dataset
The dataset contains country-wise vaccination data with fields like:
location, iso_code, date
total_vaccinations, people_vaccinated, people_fully_vaccinated
daily_vaccinations, total_boosters, and related metrics per hundred/million
Source: (mention source if applicable)
Total Records: 196,000+
Time Span: Begins from early 2021
📊 Project Features
Data Cleaning and Preprocessing
Time-Series Analysis of Vaccination Trends
Country-wise Vaccination Comparison
Daily, Weekly, and Monthly Growth Insights
Visualization using Matplotlib / Seaborn / Plotly
Highlight on Booster Dose Trends
Dashboard-style Summary (optional if built)
📌 Objectives
Understand global vaccine distribution patterns.
Compare vaccination progress across countries.
Visualize trends over time for better insights.
Identify the impact of booster doses.
🚀 Technologies Used
Python (Pandas, NumPy)
Matplotlib / Seaborn / Plotly
Jupyter Notebook (for analysis)
Git & GitHub for version control
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))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 感染性疾病 的高质量、多模态真实临床数据定制解决方案。
