Bike Injuries Treated in ED 2020-2024
2020-2024年与两轮车辆相关的急诊科就诊匿名化记录，用于分析自行车伤害模式和急诊资源使用。
基本信息
资源简介
Bike Injuries Treated in ED 2020-2024
【数据集背景】
源站首次发布：2025-12-14。
【数据内容】
源站原始描述：This data consists of US National Estimate of Injuries Treated in Emergency Departments The dataset contains anonymized records of emergency department (ED) visits related to 2-wheeled vehicles* injuries. Each row represents a single case (one patient visit). *2-wheels vehicles including bicycles, motorcycles, minibikes etc. **Source** : National Electronic Injury Surveillance System (NEISS) **Queried items in dataset (with NEISS codes):** Electric PoweRAssisted Pedal Bicycles (5045), Minibikes,…
【数据结构与技术规格】
文件数 2 个，合计 15.45 MB。
【主题与分类】
主题标签：tabular、automobiles and vehicles、text、healthcare、cycling。
【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/hagaih/bike-injuries-treated-in-ed-2020-2024
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("hagaih/bike-injuries-treated-in-ed-2020-2024")
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 hagaih/bike-injuries-treated-in-ed-2020-2024
unzip bike-injuries-treated-in-ed-2020-2024.zip -d bike-injuries-treated-in-ed-2020-2024/
数据说明
该数据集包含2020-2024年间与两轮车辆（自行车、摩托车等）相关的急诊科就诊匿名化记录，涵盖患者基本信息、伤害类型、治疗结果等表格数据，可用于分析自行车伤害趋势、急诊资源利用等研究。
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。
