沙乌卡特·卡努姆癌症医院拉合尔数据集（2020-2025）
涵盖15种癌症类型、25项实验室检测的6年医院趋势数据，来自癌症登记库。
基本信息
资源简介
沙乌卡特·卡努姆癌症医院拉合尔数据集（2020-2025）
【数据集背景】
本数据集源站标题为《Shaukat Khanum Cancer Hospital Lahore (2020-2025)》。源站首次发布：2026-02-16。
【数据内容】
源站原始描述：### 🏥 Context\n**Shaukat Khanum Memorial Cancer Hospital & Research Centre (SKMCH&RC)** in Lahore, Pakistan is one of the premier cancer hospitals in South Asia. Founded by Imran Khan in **December 1994**, it provides world-class cancer care with **75% of patients receiving free treatment**.\n\nSince its founding, the hospital has registered **147,120 neoplasms** (136,692 malignant), serving patients from across Pakistan and the region.\n\n### 📊 Content\n**4 CSV files included:**\n\n1. **skmch_c…
【数据结构与技术规格】
文件数 4 个，合计 8.47 KB。
【主题与分类】
主题标签：cancer、health、categorical、history。
【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/zkskhurram/shaukat-khanum-cancer-hospital-lahore-2020-2025
使用许可：CC0: Public Domain。
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("zkskhurram/shaukat-khanum-cancer-hospital-lahore-2020-2025")
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 zkskhurram/shaukat-khanum-cancer-hospital-lahore-2020-2025
unzip shaukat-khanum-cancer-hospital-lahore-2020-2025.zip -d shaukat-khanum-cancer-hospital-lahore-2020-2025/
数据说明
该数据集包含来自沙乌卡特·卡努姆纪念癌症医院（SKMC）的15种癌症类型、25项实验室检测项目，以及2019至2025年六年的医院就诊趋势数据，来源于癌症登记库（cancer registry），适用于癌症流行病学分析、实验室指标关联研究等。
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。
