Python 如何使用使用pytrends获得的Google Trends历史趋势数据

我已经设法提取谷歌趋势历史趋势数据为给定的关键字使用

注：以上数据为过去12小时的数据

以下部分重点介绍输出JSON数据的一小段

{
    "status": "ok",
    "sig": "707079741",
    "table": {
        "cols": [
            {
                "type": "date",
                "id": "date",
                "label": "Date",
                "pattern": ""
            },
            {
                "type": "number",
                "id": "query0",
                "label": "chelsea",
                "pattern": ""
            }
        ],
        "rows": [
            {
                "c": [
                    {
                        "f": "Jan 31, 2017, 02:08 PST",
                        "v": "2017-01-31"
                    },
                    {
                        "f": "13",
                        "v": 13.0
                    }
                ]
            },
            {
                "c": [
                    {
                        "f": "Jan 31, 2017, 02:16 PST",
                        "v": "2017-01-31"
                    },
                    {
                        "f": "13",
                        "v": 13.0
                    }
                ]
            },
            {
                "c": [
                    {
                        "f": "Jan 31, 2017, 02:24 PST",
                        "v": "2017-01-31"
                    },
                    {
                        "f": "13",
                        "v": 13.0
                    }
                ]
            },
...

很明显，上面的数据指的是一个表的值，但我不知道键“f”和“v”所指示的值的定义。我打算使用这些数据作为我从社交网络（hashtags等）中提取的趋势主题评分计算的一部分，但由于所示数据的含义不清楚，我不确定如何使用它。没有关于使用这些数据的准确资源

关于类似JavaScript库的链接提供了一些有用的信息，但我收到的输出似乎有所不同

---

如何有效地使用这些数据？

我查阅了Google Trends的官方文档，发现了一个资源，它定义了如何阅读搜索兴趣线图和新闻文章条形图。我相信表格结果中每个时间间隔对应的历史趋势值必须基于上述值进行计算。链接将引导您查看有关识别趋势时使用的计算的全面文档

pytrends文档指出，除非指定了特定的国家或地区，否则生成的价值以世界为位置。因此，上述数值对应于世界一级的统计数据

注：虽然我还没有找到一种有效使用数据的方法，但希望这个答案能够帮助我们理解从谷歌趋势中提取的数据。希望这对以后参考这一问题有所帮助

{
    "status": "ok",
    "sig": "707079741",
    "table": {
        "cols": [
            {
                "type": "date",
                "id": "date",
                "label": "Date",
                "pattern": ""
            },
            {
                "type": "number",
                "id": "query0",
                "label": "chelsea",
                "pattern": ""
            }
        ],
        "rows": [
            {
                "c": [
                    {
                        "f": "Jan 31, 2017, 02:08 PST",
                        "v": "2017-01-31"
                    },
                    {
                        "f": "13",
                        "v": 13.0
                    }
                ]
            },
            {
                "c": [
                    {
                        "f": "Jan 31, 2017, 02:16 PST",
                        "v": "2017-01-31"
                    },
                    {
                        "f": "13",
                        "v": 13.0
                    }
                ]
            },
            {
                "c": [
                    {
                        "f": "Jan 31, 2017, 02:24 PST",
                        "v": "2017-01-31"
                    },
                    {
                        "f": "13",
                        "v": 13.0
                    }
                ]
            },
...