VPRS 17799 患者入院登记簿

Name: VPRS 17799 患者入院登记簿
Creator: Public Record Office Victoria

Ballarat医院1893-1962年患者入院登记簿，包含精神障碍类型等结构化记录。

Public Record Office Victoria

Research Data Australia

表格HISTORICAL STUDIESHISTORY AND ARCHAEOLOGY

VPRS 17799 Admission Register of Patients

基本信息

模态

表格

创建/更新时间

2026-11-04

资源简介

VPRS 17799 患者入院登记簿

【一句话概览】

本数据集是 Research Data Australia 公开的结构化表格数据集，主题涵盖 HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY，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《VPRS 17799 Admission Register of Patients》。源站首次发布：2017-11-27。

【数据内容】

源站原始描述：This series comprises volumes detailing male and female patient admissions to Ballarat Hospital.The Register of Patients volumes include:- admission number- patient name- admission date- marital status- DOB- form of mental disorder- religion- previous place of abode- date of removal, discharge or deathEntries were made chronologically by date of patient admission and separate sequential admission numbers are assigned to male and female patients from 1893-1962. See also VPRS 7553 Discharge Regist…

【主题与分类】

主题标签：HISTORICAL STUDIES、HISTORY AND ARCHAEOLOGY。

【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://researchdata.edu.au/vprs-17799-admission-register-patients/992293

原始链接

https://researchdata.edu.au/vprs-17799-admission-register-patients/992293

访问原始数据

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。

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。

免登录

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://researchdata.edu.au/vprs-17799-admission-register-patients/992293

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。

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))