FAO数据,你知道该怎么查吗?

联合国粮农组织(Food and Agriculture Organization of the United Nations,FAO),一般称其为粮农组织或FAO,顾名思义,它是与粮食和农业相关的组织,在国际上有权威性。

要想与这个组织打交道,打开它的网站就好了,它上面的数据可以帮忙我们了解当前过去的某些状况。

我看了各种资料,有用到它上面的数据的,但我感觉很多人都没有好好地去查数据(可能是因为数据名称是英文的,不容易看懂,而且还要与对应的专业术语校对),因为列出的数据可能不是尽量新的,而是沿用过去提及的数据,而且据我查询后,有点怀疑部分数据的真实性,当然我也不否定有其他的可能性,如数据可能曾有变动、数据有其他的来源等。

下面就我的使用情况来谈谈如何利用FAO的数据库。

1. 进入网站

这个简单,在搜索引擎输入“联合国粮农组织”或“FAO”,搜索即得,打开网站后,可以根据需要切换语言,为了便于使用,建议选择中文。不过最后查到的数据说明只有英文版的。

2. 进入数据库

接下来要进入数据库。

首先点击“统计资料”,打开相应的页面。

点击滚动页面中的“粮农组织统计数据库”,即可直接进入中文版的数据库,也就是“FAOSTAT”;也可以往下滚动页面,点击“数据产品”中的“FAOSTAT”,即可进入英文版的数据库。进入英文版的数据库后,也可以重新选择语言换成中文的。

3. 查询和下载相关数据

进入数据库后,我们可以看到有“数据”、“国家指标”、“数据对照”、“定义和标准”及“常见问题”这些模块,我主要对“数据”和“数据对照”的使用进行阐述。

要查找相关数据,首先点击“数据”,或点击下方的“浏览数据”,接下来选择数据所属的域,如生产量下的作物、加工作物、贸易下的活体动物、投资下的机器等,这里我以生产量下的活体动物和初级牲畜为例。

要说明,后面的选项都是英文的,所以要自己去翻译,有的专业术语可能要费点功夫才能找到合适的翻译的。

选择地理范围,我可以选择中国的“China”,在“COUNTRIES”下可以找到,也可以在“Filter results”中进行搜索找到,另外,我还可以选择一个“World + (Total)”,它在“REGIONS”下,它代表了全世界的相关数据之和,这与“World > (LIst)”不一样,后者指的是不求和,而是包含了独立的每个国家的数据。

选择元素(ELEMENTS),只有一个“Stocks”,所以不用去管。

选择项目(ITEMS),我选择“Geese and guinea fowls”。

年份(YEARS)我选择10~14年的。

以上选定后,点击“Show Data”就可以看到表格数据。

由于我选择了中国和全世界两个范围,如果想要便于对数据进行比较,可以选择“Output Type”下的Pivot,这样表格就好看点了。

这时候,仔细观察数据后,我们会发现,数据只有具体的一些值,但不能很明确地知道它们代表的是什么意思,原因是表格中没有标明单位,此时我们可以下载电子表格,表格中就会标明具体的单位是什么。

在”Output Type”为“Table”时,点击“Download Data”或下载图标可以下载当前选定范围所包含的数据。

表格中“Unit”一列代表对应的单位,“1000 Head”就代表是单位是1000头。

不过有的单位是缩写,可能会有不能直接看懂的情况,这时候,可以点击数据库中的“定义和标准”,选择查看其中的“Units”,即可知道单位的具体含义了。

要注意的是,输出类型分别为“Table”和“Pivot”时下载的表格是不一样的。

其实,我为什么要查这个数据呢,因为这数据大概就是存栏量了,这在专业上是有参考意义的。

4. 数据对照

数据对照,除了用表格,还可以通过折线图进行比较。

选择时间范围(timerange),可以根据需要选择,我选择与上述相同的“2010~2014年”。

接下来的与浏览数据时选的内容是一样的,从左到右依次填写“Groups”、“Domains”、“Country/Region”、“Element”和“Item”。

选择完成后,点击“Compare Data”,即可获得折线图

折线图同样可以下载,点击右上角的三杠符号,可以看到有各种格式的下载或进行打印导出。

5. 补充

我常会查到的,除了上述的“活体动物”外,还有“初级牲畜”。

里面的三个类别——“Producing Animals/Slaughtered”、“Yield”、“Production Quantity”。

第一个“Producing Animals/Slaughtered”对应的是屠宰量,有时也用作出栏量。

第二个“Yield”对应的是胴体重。

第三个“Production Quantity”可能是肉产量。

不同领域的人可以根据需要找到自己需要的数据,只是翻译方面真的要去查各种资料啊,直译很可能是不对的,找文献、报道、数据等。

希望本文对您有所帮助

小斌感谢您的阅读

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容