1.介绍说明

diseasedataarrange是一个对疾病数据进行整理的C#控制台程序，在windows系统运行需要安装Net4.0，其他系统请安装mono运行环境。

2.运行方法

目前是针对BlankerL的DXY-COVID-19-Data的数据写的默认配置项，将该项目的最新的DXYArea.csv文件拷贝到程序所在目录，双击程序运行完成后，在程序目录下csv目录下产生整理后的csv文件。

若需要生成JSON文件，请参考配置选项的configuration/appSettings/GenerateDictionaryJSON和configuration/appSettings/GenerateArrayJSON进行修改。

如若需要针对其他数据进行整理，请参考配置选项的configuration/appSettings和configuration/wordReplace的字段说明进行修改。

2.1带参数的运行方式

2.1.1windows系统

命令行带参数运行命令：

x:/xxxx/pathto/diseasedataarrange.exe x:/xxxx/pathto/DXYArea.csv x:/xxxx/pathto/outputdir

路径有空格的：

"x:/xxxx/path to/diseasedataarrange.exe" "x:/xxxx/path to/DXYArea.csv" "x:/xxxx/path to/outputdir"

2.1.2其他系统mono环境

shell带参数运行命令：

mono /xxxx/pathto/diseasedataarrange.exe /xxxx/pathto/DXYArea.csv /xxxx/pathto/outputdir

路径有空格的：

mono "/xxxx/path to/diseasedataarrange.exe" "/xxxx/path to/DXYArea.csv" "/xxxx/path to/outputdir"

注：各参数之间是空格分开，若路径有空格，请用英文双引号将路径和名称作为一个整体包起来。

3.配置选项

程序目录下的XML格式的配置文件diseasedataarrange.exe.config说明：

3.1configuration/appSettings配置字段说明

字段	默认值	说明
CSVFile	./DXYArea.csv	默认的CSV文件地址，会被命令行第一个参数覆盖
OutputDir	./	默认的输出文件目录，会被命令行第二个参数覆盖
StartTime	2020/1/24	数据的开始计算时间，对应TimeOffset字段的浮点数值
CSVIndex	14,0,6,7,8,9,3,10,11,12,13	CSV数据字段对应索引，从0计数，依次为“更新时间,父名称,父确诊数,父疑似数,父康复数,父死亡数,子名称,子确诊数,子疑似数,子康复数,子死亡数”
CSVDateTimeFmt	yyyy-MM-dd HH:mm:ss	CSV数据日期时间字段格式
CSVSeparators	,;\t	CSV数据字段的分隔符，\t可用“ ”来表示
GenerateCSV	1	是否生成CSV文件，0为不生成，1为生成
GenerateDictionaryJSON	0	是否生成字典形式JSON文件，0为不生成，1为生成
GenerateArrayJSON	0	是否生成数组形式JSON文件，0为不生成，1为生成
GenerateAllFields	0	是否生成所有字段数据，0为不生成，1为生成
DateTimeFormat	yyyy-MM-dd HH:mm:ss.fff	生成的UpdateTime字段时间数据格式
Culture	zh-CN	当前程序要使用的Culture，中文是en-US，英文是en-US，影响字符串排序

3.2configuration/wordReplace配置字段说明

由于数据是多人协作统计的，难免会出现同义不同名的情况，此次配置提供文字替换方便名称合并统一。

注：名称合并，先替换长名称，再替换短名称

配置多个条目格式如下：

<add key="需要替换的名称" value="替换后的名称" />

4.生成文件的说明

4.1 文件目录说明

目录名	说明
OutputDir/csv	生成CSV文件目录
OutputDir/ajson	生成字典形式JSON文件目录
OutputDir/djson	生成数组形式JSON文件目录
ChildDetail	各个子按日期升序排序的详细情况目录，其下是各父名称目录，父目录下才是子文件
ParentDetail	各个父按日期升序排序的详细情况目录
ParentLastChildren	各个子按日期降序排序的最后更新情况目录，其下是各父名称目录，父目录下才是子文件

4.2 固定文件名称说明

文件名	说明
Total	最后更新汇总的情况
LastParents	最后更新的所有父情况
LastChildren	最后更新的所有子情况
AllRecords	转换的原始记录
AllParents	所有的子情况
AllChildren	所有的父情况

4.3 文件的各字段说明

注：标准化是指将值缩放到浮点数是0-1之间的值

字段	说明
TimeOffset	浮点型的天数时间偏移
UpdateTime	更新时间
ParentName	父名称
ParentConfirmedCount	父确诊数
ParentSuspectedCount	父疑似数
ParentCuredCount	父康复数
ParentDeadCount	父死亡数
ParentTreatingCount	父正在治疗数
ParentCuredRate	父康复率
ParentDeadRate	父死亡率
ParentTreatingRate	父正在治疗率
ParentDeadDivideCured	父死亡除以康复数
ParentCuredDivideDead	父康复除以死亡数
ParentConfirmedNorm	父确诊数标准化
ParentSuspectedNorm	父疑似数标准化
ParentCuredNorm	父康复数标准化
ParentDeadNorm	父死亡数标准化
ParentTreatingNorm	父正在治疗数标准化
ParentDeadRateEx	父康复数与父死亡数推算出的死亡率
ParentCuredRateEx	父康复数与父死亡数推算出的康复率
ParentTatalConfirmedNorm	总计的父确诊数标准化
ParentTatalSuspectedNorm	总计的父疑似数标准化
ParentTatalCuredNorm	总计的父康复数标准化
ParentTatalDeadNorm	总计的父死亡数标准化
ParentTatalTreatingNorm	总计的父正在治疗数标准化
ChildName	子名称
ChildConfirmedCount	子确诊数
ChildSuspectedCount	子疑似数
ChildCuredCount	子康复数
ChildDeadCount	子死亡数
ChildTreatingCount	子正在治疗数
ChildCuredRate	子康复率
ChildDeadRate	子死亡率
ChildTreatingRate	子正在治疗率
ChildDeadDivideCured	子死亡除以康复数
ChildCuredDivideDead	子康复除以死亡数
ChildConfirmedCountRate	子确诊数相对父占比率
ChildSuspectedCountRate	子疑似数相对父占比率
ChildCuredCountRate	子确康复数相对父占比率
ChildDeadCountRate	子确死亡数相对父占比率
ChildTreatingCountRate	子正在治疗数相对父占比率
ChildConfirmedNorm	子确诊数标准化
ChildSuspectedNorm	子疑似数标准化
ChildCuredNorm	子康复数标准化
ChildDeadNorm	子死亡数标准化
ChildTreatingNorm	子正在治疗数标准化
ChildDeadRateEx	子康复数与子死亡数推算出的死亡率
ChildCuredRateEx	子康复数与子死亡数推算出的康复率
ChildTatalConfirmedNorm	总计的子确诊数标准化
ChildTatalSuspectedNorm	总计的子疑似数标准化
ChildTatalCuredNorm	总计的子康复数标准化
ChildTatalDeadNorm	总计的子死亡数标准化
ChildTatalTreatingNorm	总计的子正在治疗数标准化

5.程序使用的一些注意事项

• mono环境下使用Linq对第二字段进行排序会有问题，而且程序在mono的运行效率会比在windows的Net环境要慢一些

• 中文有多音字的情况，比如重庆的“重”可能会按读音zhòng来进行排序，所以排序会有些问题

• 若出现文字乱码的情况，请把CSV文件改成带BOM标记的UTF8格式文本文件

• 解析数据行错误很大可能性是因为时间格式无法解析，请改成yyyy-MM-dd HH:mm:ss.fff类似格式

6.一些个人的DXY-COVID-19数据分析心得

《使用OriginLab的Boltzmann模型拟合仿真预测中国COVID-19(2019-nCov)疫情康复情况》

7.LICENSE

Based on BSD protocol.