【数据整理】如何获得新冠肺炎疫情数据（含历史数据）

​虽然目前在各种平台、网站、小程序、公众号能看到各类疫情地图、疫情的可视化呈现等，但是对于科研的小伙伴来说，实时数据到底是不好支撑自己的研究的。数读菌在网上找了找，大概找到了几个不错的数据源，分享给大家。

1 权威的官方数据各级卫健委发布的每日疫情报告，可以去各地各级卫健委官网查询。比如“北京市卫生健康委员会”官网：

毫无疑问，这样获取的数据是最为权威和官方的。但是要做全国层面的研究，这样获取的数据就有点杯水车薪了，此外，卫健委的通告基本上是文字的形式。不管如何，都要自己处理。

如果要研究某一个特定城市，仔细查看每天的通告还是很有必要的，包括接触史、性别年龄等信息可以仔细分析的还是比较多的。

2 GitHub上的开源项目（如果使用希望给他们打星星==）

2.1 Wuhan-2019-nCoV

链接：https://github.com/canghailan/Wuhan-2019-nCoV

项目介绍：

本项目记录了2019-12-01日至今，每日精确到国家、省、市的确诊、疑似、治愈、死亡人数。2019-12-01至2020-01-02数据来自asycns提供的实验室确诊数据(实验室论文原文)。2020-01-02至2020-01-10数据无变化。2020-01-10至2020-02-06数据来自国家、各省、武汉市卫健委疫情通告。2020-02-07后数据从今日头条接口采集，每小时57分自动更新。国家、省级历史数据会根据卫健委数据更新，市级历史数据与卫健委数据有差异（略小于）。数据以CSV格式存储在版本库中，同时提供JSON及EXCEL格式数据。建议读取CSV格式数据（体积较小），通过脚本转换为JSON格式。目前接口只提供全量数据，需自行在客户端进行预处理，过滤出所需数据。数据各字段已标准化，国家、国家代码遵循ISO-3166标准，省、市遵循中华人民共和国民政部2019年中华人民共和国行政区划代码。

2.2 2019新型冠状病毒疫情时间序列数据仓库

链接：https://github.com/BlankerL/DXY-COVID-19-Data

项目介绍：

本项目为2019新型冠状病毒（COVID-19/2019-nCoV）疫情状况的时间序列数据仓库，数据来源为丁香园。

近期数位高校师生与我联系，希望用这些数据做科研之用。然而并不熟悉API的使用和JSON数据的处理，因此做了这个数据仓库，直接推送大部分统计软件可以直接打开的csv文件，希望能够减轻各位的负担。

数据由2019新型冠状病毒疫情实时爬虫获得，每小时检测一次更新，若有更新则推送至数据仓库中。

如果想了解更多类型的数据获取方式以及空间分析的内容，请关注我的公众号。