Data-Gouv-FR/donnees-relatives-a-lepidemie-de-covid-19-en-france-vue-densemble

该数据集提供了法国COVID-19疫情的概览数据，包括确诊案例、医院情况和死亡数据。数据来源于法国政府官方仪表板，自2020年3月28日起每日更新。具体内容涵盖：确诊案例的累计数量；医院情况数据，如当前住院患者数、24小时内新住院患者数、累计出院患者数、当前重症监护患者数以及24小时内新入重症监护患者数；死亡数据，包括医院和养老院等机构的累计死亡数、医院累计死亡数，以及养老院和医疗社会机构的确诊案例和死亡数。数据收集方法随时间有所变化，且在2020年夏季的周末和节假日期间数据未发布。数据集以Parquet和CSV格式提供，适用于疫情分析和研究。This dataset provides an overview of COVID-19 epidemic data in France, including confirmed cases, hospital situation, and death data. The data is sourced from the official French government dashboard and is updated daily since March 28, 2020. Specific contents include: cumulative number of confirmed cases; hospital data such as current hospitalized patients, new hospitalizations in the last 24 hours, cumulative patients discharged, current intensive care patients, and new intensive care admissions in the last 24 hours; death data, including cumulative deaths in hospitals and nursing homes, cumulative hospital deaths, as well as confirmed cases and deaths in nursing homes and medico-social establishments. Data collection methods have evolved over time, and data was not published during weekends and holidays in the summer of 2020. The dataset is provided in Parquet and CSV formats, suitable for epidemic analysis and research.

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方开放数据平台data.gouv.fr，汇集了自2020年3月28日以来法国COVID-19疫情的全景式官方统计数据。数据集的构建遵循了严格的政务数据开放标准，由Etalab主导，并协同公民社会力量开发，其底层代码完全开源。HuggingFace平台上的存储结构遵循“一个data.gouv.fr数据集对应一个仓库”的原则，原始表格数据被映射为HuggingFace的子集与配置，每个子集均包含一个名为“train”的分割。当前版本仅包含“synthese-fra”子集，对应原始资源中的综合指标文件，数据以高效的Parquet格式存储，便于后续分析。

特点

该数据集最显著的特点在于其综合性，整合了法国全国层面的疫情核心指标，涵盖确诊病例数、住院与重症监护情况、以及医院与养老院内的死亡统计。数据不仅提供累积数值，还包含每日新增的动态变化，例如新增住院与重症患者数量。此外，数据集明确标注了关键注意事项：数据采集方法随时间演进，且在2020年夏季期间，周末及法定节假日的发布曾中断。这一特点要求使用者在对时间序列进行建模时，必须关注数据口径的潜在变化与缺失值问题，以确保分析的严谨性。

使用方法

使用者可通过HuggingFace的`datasets`库便捷地加载该数据。具体而言，调用`load_dataset("Data-Gouv-ML/donnees-relatives-a-lepidemie-de-covid-19-en-france-vue-densemble", "synthese-fra")`即可获取包含所有字段的`Dataset`对象，其核心为名为“train”的split。加载后的数据可直接用于时间序列分析、可视化或流行病学建模。需要注意的是，由于原始数据已迁移至data.gouv.fr上的新数据集地址，建议使用者关注该平台的最新版本，以便获取持续更新的完整记录，确保研究基于最全面的官方信息。

背景与挑战

背景概述

自2020年初COVID-19疫情爆发以来，全球公共卫生体系面临前所未有的挑战，法国作为欧洲疫情重灾区之一，亟需系统化、透明化的疫情数据支持决策与科研。该数据集由法国政府下属机构Etalab主导，联合民间技术力量于2020年3月28日构建，旨在整合官方公布的新冠疫情关键指标，为政策制定、流行病学建模及公众知情提供统一视图。数据集涵盖确诊病例、住院情况、重症监护、死亡统计及养老院数据等核心指标，其发布标志着法国开放数据运动在公共卫生领域的深度应用，不仅提升了数据透明度，还成为欧洲疫情监测的重要基准资源，推动了跨学科合作与应急响应机制的优化。

当前挑战

该数据集所解决的领域问题在于，疫情初期法国多地数据来源分散、统计口径不一，难以形成对疫情全貌的精准刻画。构建过程中面临多重挑战：首先，数据采集方法随疫情演变而动态调整，如检测能力提升导致确认为标准的变更，要求数据集持续适配；其次，2020年夏季周末及节假日的数据中断，暴露出实时监测体系的滞后性；此外，住院与死亡数据的整合需协调医院、养老院等多机构异构系统，确保时间序列的一致性。这些挑战不仅考验数据治理的韧性，也凸显了开放数据在危机情境下对标准化与时效性的严苛需求。

常用场景

经典使用场景

该数据集汇聚了法国COVID-19疫情期间的官方权威数据，涵盖累计确诊病例数、医院住院与重症监护人数、新增入院患者、出院康复人数、医院及养老院（EHPAD/EMS）中的死亡累计数等核心指标，为流行病学建模、疫情传播动态分析及公共卫生政策评估提供了系统化的量化基础。用户可借助Hugging Face的datasets库便捷加载，通过时间序列分析追踪疫情演变趋势，或结合人口统计学变量探究不同区域与人群的感染风险差异，从而构建预测模型或生成可视化仪表盘，助力科学决策。

衍生相关工作

围绕此数据集衍生出一系列经典学术工作，包括基于传播率拟合的参数估计模型、利用干预断点分析评估法国封城效果的因果推断研究，以及整合医院负荷与死亡数据的医疗系统压力预测框架。此外，该数据常被用于构建国家级疫情可视化平台（如covid19-dashboard开源项目），并与区域人口流动数据联合用于时空传播建模，推动了数据驱动的公共卫生决策研究范式的普及与深化。

数据集最近研究

最新研究方向

在法国乃至全球公共卫生数据开放运动的浪潮中，该数据集作为政府疫情防控的晴雨表，正成为流行病学动态建模与政策评估的核心素材。前沿研究聚焦于利用其每日更新的确诊病例、住院及重症监护床位占用率、以及养老院等脆弱场所的伤亡统计，深入剖析疫情波动的时空异质性。结合法国政府同步公开的接种数据与变异株监测信息，学者们通过因果推断和时间序列分析，量化封锁措施与医疗系统承载能力的交互作用，不仅为后疫情时代的医疗资源优化配置提供历史参照，更推动了跨区域疫情预警模型的范式革新，彰显了开放数据在循证决策中的不可替代价值。