COVID-19-Community-Mobility-Dataset

该数据集从谷歌的COVID-19社区流动性报告中提取，涵盖了120多个国家的数据，旨在深入分析社区流动性对感染率的影响，包括国家层面和全球层面的数据。数据集包含各国ISO2代码、国家名称、日期、日常活动场所的流动性趋势等详细信息。

This dataset is extracted from Google's COVID-19 Community Mobility Reports, covering data from over 120 countries. It aims to provide an in-depth analysis of the impact of community mobility on infection rates, including data at both national and global levels. The dataset includes detailed information such as ISO2 codes of countries, country names, dates, and mobility trends for various daily activity locations.

原始信息汇总

COVID-19社区流动性数据集概述

数据集来源

• 数据集从Google的COVID-19社区流动性报告（https://www.google.com/covid19/mobility/）提取，涵盖超过120个国家。

数据集文件

• 文件名：community_dataset_with_infection_count.csv

数据字段描述

1. COUNTRY_REGION_CODE - ISO2国家代码
2. COUNTRY_REGION - 国家名称
3. DATE_VAL - 日期
4. DAY_CT - 自2020年2月15日开始的日数
5. RETAIL_AND_RECREATION_PCT - 餐厅、咖啡馆、购物中心、主题公园、博物馆、图书馆和电影院等场所的流动性趋势
6. INC_RETAIL_AND_RECREATION_PCT - 上述场所的流动性增加趋势
7. GROCERY_AND_PHARMACY_PCT - 食品市场、食品仓库、农民市场、特色食品店、药店和药房等场所的流动性趋势
8. INC_GROCERY_AND_PHARMACY_PCT - 上述场所的流动性增加趋势
9. PARKS_PCT - 国家公园、公共海滩、码头、狗公园、广场和公共花园等场所的流动性趋势
10. INC_PARKS_PCT - 上述场所的流动性增加趋势
11. TRANSIT_STATIONS_PCT - 地铁、公交和火车站等公共交通枢纽的流动性趋势
12. INC_TRANSIT_STATIONS_PCT - 上述场所的流动性增加趋势
13. WORKPLACES_PCT - 工作场所的流动性趋势
14. INC_WORKPLACES_PCT - 工作场所的流动性增加趋势
15. RESIDENTIAL_PCT - 居住地的流动性趋势
16. INC_RESIDENTIAL_PCT - 居住地的流动性增加趋势
17. COVID_CONFIRMED - 该国确认的COVID-19病例数
18. COVID_RECOVERED - 该国康复的COVID-19病例数
19. COVID_DEATHS - 该国因COVID-19死亡的病例数
20. COVID_CNTY_NEW_CASES - 该国新增的COVID-19病例数
21. COVID_COUNTRY_INC_RATE - 该国新增COVID-19病例的增长率
22. COVID_WORLD_CONFIRMED - 全球确认的COVID-19病例数
23. COVID_WORLD_RECOVERED - 全球康复的COVID-19病例数
24. COVID_WORLD_DEATHS - 全球因COVID-19死亡的病例数
25. COVID_WORLD_INC_RATE - 全球新增COVID-19病例的增长率

搜集汇总

数据集介绍

构建方式

COVID-19-Community-Mobility-Dataset数据集的构建，是基于Google提供的120余个国家或地区的社区流动性数据。该数据集通过梳理社区流动性对感染率的影响，旨在为研究者提供深入了解国家及全球范围内社区流动性变化与疫情发展关系的可能途径。

特点

该数据集具有广泛的覆盖范围和详尽的字段设计。它不仅包含了不同场所类型的流动性趋势百分比，如零售和娱乐场所、公园、交通站等，而且还提供了相应场所流动性增加的百分比。此外，数据集还详细记录了COVID-19的确诊病例数、康复病例数、死亡病例数以及新增病例数，为研究疫情动态提供了丰富的数据资源。

使用方法

用户在使用COVID-19-Community-Mobility-Dataset时，可以首先通过ISO2国家代码和日期字段定位特定国家或日期的数据。随后，通过分析各个流动性趋势百分比字段，可以了解不同场所类型在疫情期间的社区流动性变化。同时，结合COVID-19相关病例数据字段，可以探究疫情发展与社区流动性之间的潜在联系。

背景与挑战

背景概述

COVID-19-Community-Mobility-Dataset数据集是在全球范围内针对COVID-19疫情所开展的一项重要研究工作。该数据集由Google提供的数据提取而成，始于2020年，涵盖120多个国家和地区，旨在深入挖掘社区流动性数据，以期为理解社区流动性对感染率的影响提供有力支撑。数据集的创建，不仅体现了科研人员对疫情传播机制的深入探究，也映射出在全球公共卫生领域，数据科学所发挥的关键作用。

当前挑战

该数据集面临的挑战主要在于：首先，如何准确解读并量化社区流动性数据与疫情传播之间的关联，特别是在不同国家和地区间的差异性分析；其次，数据集构建过程中，对于隐私保护和数据安全性的考量，如何在确保个人隐私不被泄露的前提下，收集并利用大规模的流动性数据；最后，随着疫情的发展，数据集的实时更新和动态维护也是一项不容忽视的挑战。

常用场景

经典使用场景

在探究COVID-19疫情与社区流动性之间的关联性研究中，COVID-19-Community-Mobility-Dataset数据集提供了120多个国家自2020年2月15日以来的社区流动性数据，以及相应的COVID-19确诊病例数。该数据集的经典使用场景在于，研究者能够通过分析不同场所如零售、娱乐、公园、交通站、工作场所和居住区的流动性变化百分比，与COVID-19的感染率进行相关性分析，从而揭示社区流动性对疫情传播的影响。

实际应用

在实际应用中，该数据集可用于指导公共卫生决策，评估不同防疫措施的效果，以及预测疫情发展趋势。政府和卫生组织可以利用这些数据来调整社交距离政策、封锁措施和疫苗接种策略，以减少病毒传播的风险。

衍生相关工作

基于该数据集，已衍生出多项相关研究工作，包括构建疫情传播模型、评估不同国家疫情防控措施的有效性，以及探讨流动性数据与经济活动之间的关系等。这些研究进一步扩展了数据集的应用范围，为多学科交叉研究提供了丰富的素材。