話說早幾日在 Facebook Page g0vhk.io 見到篇 post 話開左個公開 TG group，其實之前都聽聞過幾次他們籌辦的 Hackathon 活動，那就入谷八掛了解吓(原來都幾多人同我一樣咁有好奇心)。近月政府好像放多了點數據(不過可以搵人教吓創科局咩係「人讀」、「機讀」嗎？)上公開平台，然後有人提到急症室等候時間，既然依家數據易於存取，分析就簡單得多了。
同場加映：
食材:
急症室等候時間數據集
RStudio
雞蛋六隻
糖兩茶匙
橙皮少許
近排用 Python 用得多，係時候用吓 R 費事把鈍刀生鏽。先看原始數據 (JSON 格式):
資料結構很簡單，醫院名稱 (hospName)、急症室等候時間(topWait)，以及最後更新時間 (updateTime)。不過等候時間並非確實數字，只是一個範圍 (如 “Over 2 hours”、“Over 3 hours”)，故此後來做了點很粗略的 mapping，例如 “Over 2 hours” 就當 2.5 小時好了，不過多於 8 小時的話就再沒有細分 (亦即無論 9 個鐘定12 個鐘同樣視作 “Over 8 hours”)，只好無奈看成 8.5 小時。
Map 完之後，中間的分析都是手板眼見功夫，在此不贅，時間關係，碟餸已經用 ggplot2 煮好左：
數據涵蓋 2018年12月19日至 2019年3月3日，可見中間的 St. John Hospital 的時間長期十分低，其實我都係依家先知長洲醫院英文名係 St. John Hospital，其次就是北大嶼山醫院 (題外話：慶幸等候時間如此低，話說當年喺山上俾狗咬，然後去北大嶼山醫院打瘋狗針，仲好記得嗰時近乎唔駛點等就洗傷口、打針，同印象中的急症室截然不同，如果換轉係威院，真係唔知要等到何年何月)。
如果跟返嗰篇 post 的框架，仲有每日最高等候時間、週均等候時間、排名變化等等：
以上只是些很原始的分析，純粹拋磚引玉，當然還可以聯同其他數據集做大量不同分析/視覺化，大家不妨研究數據平台上還有甚麼有用，有興趣的可以交流交流~
資料來源: 政府為原始文字資料的版權擁有人，來源為「香港政府一站通」（www.gov.hk）
最後更新：2019.04.19
