Data Commons

Data Commons 把多个公共来源的数据映射到统一知识图谱，核心不是“搜索到一个数字”，而是把地点或其他实体、统计变量、日期、观测值和来源关系连接起来。快速浏览可使用地点页与可视化工具；要把数字用于报告、新闻或产品，必须继续核对 Statistical Variable、Facet 和上游数据来源。

先把问题翻译成实体、变量和时间

Data Commons 用 DCID 标识图谱节点。一个统计问题通常由三部分组成：实体，例如美国或某座城市；Statistical Variable（StatVar），例如 Total Population 或更细的人群指标；日期，例如 2020 或最新可用值。Observation 则是某个实体在特定日期下对某个变量的观测值。

查询“某州历年人口”的路径

1. 先在 Place Explorer 找到州，确认页面对应的地点名称与 DCID。
2. 从人口主题进入具体图表，再打开 Statistical Variable Explorer 查看变量定义。
3. 核对变量的人群、统计类型、计量单位和日期粒度，避免把总人口与某个细分群体混用。
4. 在 Timelines Explorer 查看时间序列；跨州比较时再使用 Map 或 Scatter Plot。

自然语言搜索适合发现可能的变量和地点，但正式分析应记录 DCID 与 StatVar DCID，因为相似中文或英文名称可能对应不同统计口径。

Facet 决定同一个变量里的数字能否直接相连

同一实体和变量可能同时存在多个 Facet，分别来自不同数据集、来源机构或测量方法。Observation API 默认可以返回全部可用分面，这意味着结果中可能混合不同来源或方法。读取时间序列时应查看 facetId、provenanceUrl、measurementMethod、observationPeriod、unit 和 scaling_factor，需要连续口径时用 facet filter 固定来源。

用下载工具生成可复核的 CSV

Data Download Tool 适合不写代码的批量导出。先输入地点，再选择要向下拆分的地点类型；左侧最多选择 5 个 StatVar；日期可选最新、全部或自定义范围。预览无误后导出的 CSV 会按地点和日期逐行给出 placeDcid、placeName、Date、Value 与 Source 等字段。

• 把下载日期、地点层级、StatVar DCID、日期范围和 Source 列一并保留。
• 变量缺值时先查覆盖范围，不把空值自动当作 0。
• 合并多个变量前检查日期粒度；年度数据不能不加说明地与月度数据拼成同一趋势。
• 引用结果时优先写上游来源和统计口径，而不是只写“来自 Data Commons”。

API 适合稳定复现，不替代来源检查

开发者可使用 REST v2 或 Python 客户端。Observation API 以变量 DCID、实体 DCID 或实体表达式、日期和可选 Facet 过滤器组成请求；LATEST 只取各实体与来源的最新值，空日期表达式可请求全部日期。正式调用需要 API Key，应保存在服务端环境变量，不放进前端代码、仓库或公开链接。

上线前应固定变量和 Facet、保存原始响应、处理分页或缺值，并为上游修订留出重新计算路径。Data Commons 的统一模型减少了跨来源连接成本，却不会消除来源定义、更新频率和测量方法的差异。探索入口：https://datacommons.org/explore；API 文档：https://docs.datacommons.org/api/