为什么通过 pytrends 下载的数据与使用 Google Trends 网站下载的数据截然不同？
Why is data downloaded via pytrends drastically different from using the Google Trends site?
我正在使用 pytrends 按都市地区下载对报纸的搜索兴趣。这是一个都市区（德克萨斯州奥斯汀）的示例：
from pytrends.request import TrendReq
import pandas as pd
code='US-TX-635'
papers=['The Wall Street Journal','New York Post','The New York Times','Boston Herald','San Francisco Chronicle']
pytrend = TrendReq()
pytrend.build_payload(kw_list=papers,cat=408,timeframe='all',geo=code)
test = pytrend.interest_over_time()
我知道 Google 趋势 (referenced in this post) 中存在一些随机性，但我得到的差异比它们应该基于的差异更大，即使我采取了很多，它们仍然存在样本和它们的平均值。例如，当我在 Google Trends 网站上搜索五份报纸时，虽然确切数字各不相同，但报纸的受欢迎程度始终是纽约时报、华尔街日报、纽约Post、旧金山纪事报、波士顿先驱报。我从 pytrends 获得的任何样本都不是这种情况。此外，正如人们所预料的那样，根据该网站的数据，大多数论文的搜索兴趣在金融危机期间达到顶峰，但在 pytrends 数据中也并非如此。
供参考，here is the query I did on the site.
有谁知道为什么会发生这种情况，或者是否还有另一个 API 可能会产生更准确的结果？
我知道你问题的答案，因为我也遇到过类似的问题！面向 public 的 Google Trends 网站向您显示为每份报纸生成的数据作为知识图谱实体（即 topic），而不是字符串查询本身.例如，作为主题的华尔街日报在 Google 趋势网站上由 Freebase ID /m/017b3j 表示。按主题查询包括带有拼写错误和间接描述的相关搜索。这应该可以解释您在数据中看到的差异。
使用 pytrends 时，关键字 'The Wall Street Journal' 被视为文字搜索词而不是主题。如果您将其替换为 '/m/017b3j'，Google 会将查询视为一个主题，您的结果应该与趋势网站上的结果相匹配。
（请注意，在您的链接参考查询中，WSJ 由 %2Fm%2F017b3j 表示，这是 /m/017b3j 的 URL 编码版本）
希望对您有所帮助！
我正在使用 pytrends 按都市地区下载对报纸的搜索兴趣。这是一个都市区（德克萨斯州奥斯汀）的示例：
from pytrends.request import TrendReq
import pandas as pd
code='US-TX-635'
papers=['The Wall Street Journal','New York Post','The New York Times','Boston Herald','San Francisco Chronicle']
pytrend = TrendReq()
pytrend.build_payload(kw_list=papers,cat=408,timeframe='all',geo=code)
test = pytrend.interest_over_time()
我知道 Google 趋势 (referenced in this post) 中存在一些随机性，但我得到的差异比它们应该基于的差异更大，即使我采取了很多，它们仍然存在样本和它们的平均值。例如，当我在 Google Trends 网站上搜索五份报纸时，虽然确切数字各不相同，但报纸的受欢迎程度始终是纽约时报、华尔街日报、纽约Post、旧金山纪事报、波士顿先驱报。我从 pytrends 获得的任何样本都不是这种情况。此外，正如人们所预料的那样，根据该网站的数据，大多数论文的搜索兴趣在金融危机期间达到顶峰，但在 pytrends 数据中也并非如此。
供参考，here is the query I did on the site.
有谁知道为什么会发生这种情况，或者是否还有另一个 API 可能会产生更准确的结果？
我知道你问题的答案，因为我也遇到过类似的问题！面向 public 的 Google Trends 网站向您显示为每份报纸生成的数据作为知识图谱实体（即 topic），而不是字符串查询本身.例如，作为主题的华尔街日报在 Google 趋势网站上由 Freebase ID /m/017b3j 表示。按主题查询包括带有拼写错误和间接描述的相关搜索。这应该可以解释您在数据中看到的差异。
使用 pytrends 时，关键字 'The Wall Street Journal' 被视为文字搜索词而不是主题。如果您将其替换为 '/m/017b3j'，Google 会将查询视为一个主题，您的结果应该与趋势网站上的结果相匹配。
（请注意，在您的链接参考查询中，WSJ 由 %2Fm%2F017b3j 表示，这是 /m/017b3j 的 URL 编码版本）
希望对您有所帮助！