统计GDELT数据库中的事件(抗议)数量

Question

我的目标是获得2004年至2020年期间墨西哥每月报告的抗议活动数量。我正在使用Google BigQuery从GDELT数据库中获取这些数据。

我的问题是，当在不同的表上运行相同的查询时，我会得到不同的结果。

select
    GlobalEventID
    ,MonthYear
    ,ActionGeo_Long
    ,ActionGeo_Lat
from
    gdelt-bq.full.events_partitioned -- Returns 34650 records
    --gdelt-bq.gdeltv2.events_partitioned -- Returns 93551 records
where
    _PARTITIONTIME >= TIMESTAMP('2004-01-01')
    and _PARTITIONTIME <= TIMESTAMP('2020-12-31')
    and EventRootCode = '14'
    and ActionGeo_CountryCode = 'MX'
;

您能告诉我应该使用哪个表吗?为什么查询结果不同？

Answer 1

根据the GDELT documentation的说法，gdeltv2包含更多的事件，并且近年来更是最新的。然而，他们可能还没有完成人口回填到1979年。

此查询显示这两个表中仅存在93563个事件ID中的20340，因此对于如此大的时间范围，您可以使用2015年之前的v1表和2015年以后的v2表来获得最佳结果。

SELECT COUNT(*)
FROM gdelt-bq.gdeltv2.events_partitioned g2
JOIN gdelt-bq.full.events_partitioned g1 ON g1.GlobalEventID = g2.GlobalEventID
WHERE g2._PARTITIONTIME >= TIMESTAMP('2004-01-01')
AND   g2._PARTITIONTIME <= TIMESTAMP('2020-12-31')
AND   g2.EventRootCode = '14'
AND   g2.ActionGeo_CountryCode = 'MX'
AND   g1._PARTITIONTIME >= TIMESTAMP('2004-01-01')
AND   g1._PARTITIONTIME <= TIMESTAMP('2020-12-31')
AND   g1.EventRootCode = '14'
AND   g1.ActionGeo_CountryCode = 'MX'