incorrect Henan records

[YiranJing]

Hi @canghailan,

谢谢您提供的开源抓取方法！

下图是我用您的代码抓取的csv画出的图，感觉河南省的数据有问题，6号是1700多人，7号突然变成了不到1000人。请问您能帮忙核实解决一下嘛？感谢

[canghailan]

date,country,countryCode,province,provinceCode,city,cityCode,confirmed,suspected,cured,dead
2020-02-03,中国,CN,河南省,410000,,,675,44,20,2
2020-02-04,中国,CN,河南省,410000,,,764,52,41,2
2020-02-05,中国,CN,河南省,410000,,,851,45,54,2
2020-02-06,中国,CN,河南省,410000,,,914,66,68,3
2020-02-07,中国,CN,河南省,410000,,,980,0,97,4
2020-02-08,中国,CN,河南省,410000,,,1033,0,131,6

我人工从最新版本的CSV里提取到的数据是这样的，感觉4、5、6三天的数据都有问题。我稍后写个程序验证下是否有脏数据。

[canghailan]

2020-01-28,中国,CN,河南省,410000,,,206,78,1,2

另外1月28日的数据看起来也不对

[YiranJing]

感谢您的及时回复！ 对的 我刚刚check了一下，目前有这么多城市都是 确诊人数有下降的，我觉得比如武汉 确诊人数 从44 下降到41，这或许没问题，因为有些人康复或者去世了。但是有些数据变化太大应该有问题。好的感谢您！！！

[canghailan]

武汉 确诊人数 从44 下降到41

这个是因为原始数据本身有问题，所以强行进行了一个修正。具体原因也不知。

确诊人数有下降

这个有几个方面的原因：一是的确有核减的情况，但是这种情况比较少，人数也不多。二是2月6日左右卫健委把统计的口径调整过一次，省一级的数据应该不会有大的变化，市一级的数据有变化的比较多。三是可能的确是数据采集过程中的问题。2月6日及之前的数据来自卫健委官方通告，2月7日及之后的数据来自接口采集，市一级的数据与官方数据有差异，一般略小于最终官方通报的数据（时间有延迟）。

康复或者去世

应该不是这个原因，这里确诊人数是累计确诊人数，是包含康复和去世人数的。

[YiranJing]

好的谢谢告知。还有两个问题：

1. 北京的数据有问题，

   

2. 我加和了一下中国的确诊人数，不太对呀，应该现在是4万左右

   

[YiranJing]

好的谢谢 应该是我的代码问题 我去看一下

[canghailan]

我简单用Excel筛了一下，和你数据不一样

[canghailan]

我加和了一下中国的确诊人数，不太对呀，应该现在是4万左右

这个不需要累加了，已经是累计值，不是新增值，直接取最新的数据就行了

date	country	countryCode	province	provinceCode	city	cityCode	confirmed	suspected	cured	dead
2020-02-10	中国	CN					40239	23589	3376	909

[YiranJing]

好的谢谢您！！！！！ 那个北京人数我在中文翻译成英文的时候犯了错误！ 好的明白了 请问 是不是 北京市总和的数据就是city为None的时候。然后省的总和 就是当对应的city为none的时候对么？

[canghailan]

是的，中国的总数就是省为空的时候，不需要自己计算。因为有时候的确会出现总和数据对不上的时候，都是以上级的数据为准。

[YiranJing]

谢谢！！！