简体中文 | English
本项目为2019新型冠状病毒（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。
目前代码在测试阶段，因此每小时检测一次更新，若有更新则推送至数据仓库中，未来会根据推送情况调整更新频率。
CSV文件列表：
- 全国数据DXYOverall.csv
- 地区数据DXYArea.csv
- 新闻数据DXYNews.csv
- 谣言数据DXYRumors.csv
其中：地区数据DXYArea.csv仅包括丁香园中国地区精确至地级市的数据，港澳台/西藏的数据精确度仅到省级，不包含在此文件中。如有需要可以修改脚本内Listen类的dumper函数，来自定义数据提取的存储方式。
JSON文件列表：
由于API接口时常不稳定，因此此项目也会定时向json文件夹中推送静态的JSON文件更新。JSON文件与API中提供的JSON完全一致。
由于本人精力有限，不接受数据定制。如对数据有更多的要求，烦请自行处理。
- 如果您希望使用R语言对数据进行分析，可以参考pzhaonet/ncovr项目，该项目整合通过GitHub数据仓库/API数据提取两种模式。
目前发现浙江省/湖北省部分时间序列数据存在数据异常，可能的原因是丁香园数据为人工录入，某些数据可能录入错误，比如某一次爬虫获取的浙江省治愈人数为537人，数分钟后被修改回正常人数。
本项目爬虫仅从丁香园公开的数据中获取并储存数据，并不会对异常值进行判断和处理，因此如果将本数据用作科研目的，请自己对数据进行清洗。同时，我已经在Issue中开放了异常数据反馈通道，可以直接在此问题中反馈潜在的异常数据，我会定期检查并处理。
祝大家一切都好。