Jiwonny29/project1

该数据集涵盖了2000年至2020年美国心血管疾病和心脏病的死亡率数据，包括州级和国家级的数据。死亡率以每年每10万人的死亡人数计算，并根据多种人口统计因素进行分类，如总体率、性别、种族和年龄组。此外，数据集还包括各州的预期寿命数据。为了方便使用，数据以五年为间隔进行汇总。

原始信息汇总

数据集描述

该数据集包含了2000年至2020年美国心血管疾病（CVD）和心脏病的死亡率数据，涵盖了州级和国家级的数据。死亡率以每年每100,000人中的死亡人数来量化。数据集根据各种人口统计因素对死亡率进行分类，包括总体死亡率、性别（女性、男性）、种族（白人、黑人、西班牙裔、其他）和年龄组（18-24岁、25-44岁、45-65岁、65岁以上）。此外，数据集中还包含了各州的生命预期数据。为了便于使用，我将数据按五年间隔而不是按年度合并。

数据集来源

• CVD死亡率数据：美国疾病控制与预防中心（CDC）国家生命统计系统
• 生命预期数据：健康指标与评估研究所

用途

该数据集为研究人员和对美国心血管疾病相关模式感兴趣的个人提供了宝贵的资源。它可以用于预测未来由心脏病引起的死亡，利用数据集中类似的特征。此外，该数据集使用户能够洞察到需要帮助和支持以降低死亡率的州。以下是示例用例和相应的代码：

• 分析死亡率的全面情况并进行时间序列分析
• 构建回归模型
• 开发一个Web应用程序，使用户能够快速理解和比较各州的死亡率，以及相关的州人口信息

数据集结构

该数据集包含以下列：

• Year (int32): 数据记录的年份，取值范围从2000到2020
• LocationAbbr (String): 表示地点的缩写，通常是一个州
• LocationDesc (String): 地点的全名或详细描述
• Latitude (float32): 地理坐标，指定地球表面上某点的南北位置
• Longitude (float32): 地理坐标，指定地球表面上某点的东西位置
• Disease_Type (int32): 数据集中的关键列，表示八种独特的心血管疾病，编号从0到7。这些值对应以下疾病：
  • 0: 主要心血管疾病
  • 1: 心脏病
  • 2: 急性心肌梗死（心脏病发作）
  • 3: 冠状动脉心脏病
  • 4: 心力衰竭
  • 5: 脑血管疾病（中风）
  • 6: 缺血性中风
  • 7: 出血性中风
• Data_Value_Type (int32): 表示数据值的类型。"年龄标准化"由1表示，"粗略"由0表示，表示数据值列的测量方法
• Data_Value (float32): 该列表示每100,000人口中的死亡人数
• Break_Out_Category (string): 用于分解数据的类别，包括四个唯一值："总体"、"性别"、"年龄"和"种族"
• Break_Out_Details (string): Break_Out_Category中的特定子类别。该列包括值如"总体"、六个年龄类别（例如，"18-24"、"25-44"）、两个性别类别（例如，"女性"、"男性"）和四个种族类别（例如，"西班牙裔"、"非西班牙裔黑人"、"非西班牙裔白人"、"其他"）
• Break_Out_Type (int32): Break_Out_Details列的数值转换。在这个系统中，"总体"表示为0，"男性"和"女性"分别表示为1和2；年龄组"18-24"、"25-44"、"45-64"、"65+"分别表示为1、2、3、4；种族类别"非西班牙裔白人"、"非西班牙裔黑人"、"西班牙裔"、"其他"分别表示为1、2、3、4
• Life_Expectancy (float32): 表示适用年份和州的生命预期