[PYTHON] Ich habe versucht, die neuen mit dem Corona-Virus infizierten Menschen in Ichikawa City, Präfektur Chiba, zusammenzufassen
Einführung
Ich habe die Daten der neuen Person, die mit dem Corona-Virus infiziert ist, in Ichikawa, Präfektur Chiba, wo ich wohne, zusammengefasst.
Erstens gibt die Ichikawa City Homepage keine Informationen in einem Format weiter, das sekundär als offene Daten verwendet werden kann. Es sind nicht viele Daten, es gibt nur wenige Elemente und es reicht nicht aus, etwas damit zu versuchen, aber es scheint, dass es für kleine Dinge verwendet werden kann, also habe ich versucht, es einfach zu verwenden. Ich habe auch den Beispielcode (Python) gepostet.
Es wird von Zeit zu Zeit aktualisiert, kann sich jedoch aus persönlichen Gründen verzögern.
[2020/05/08] Todesdatum hinzugefügt
URL https://github.com/mine820/COVID-19
Daten
Im CSV-Format lautet der Zeichencode UTF-8.
Säule
Die Bedeutungen der Spalten sind wie folgt.
--Kategorie
- Patient (bereits betroffen) oder asymptomatischer Erreger (noch nicht entwickelt) --Stadt
- Die Reihenfolge, in der Infektionen bei Bewohnern der Stadt Ichikawa festgestellt wurden. --Präfektur
- Die Reihenfolge, in der Infektionen bei Bewohnern der Präfektur Chiba festgestellt wurden.
- Jahr
- Alter (in Einheiten von 10 Jahren)
- Noch ist niemand zwischen 0 und 9 Jahren infiziert ―― „90“ bedeutet über 90 Jahre alt
- Sex --Mann oder Frau
- Beruf
- Der Beruf der infizierten Person
- Es gibt ein Leerzeichen
- Geschätzter Infektionsweg
- Der infizierte Ort ―― “○○” in “○○ in der Präfektur” ist die Reihenfolge, in der Infektionen in der Präfektur Chiba gefunden wurden.
- Es gibt ein Leerzeichen --Datum des Beginns ――Es ist der Tag des Beginns
- Es gibt "Unbekannt" und "Wird untersucht"
- Der asymptomatische Erregerträger ist leer
- Datum der Bestätigung der Inspektion
- Der Tag, an dem der positive PCR-Test bestätigt wurde --Todesdatum
- Der Tag, an dem du gestorben bist -Einige Menschen sind tot, aber die Informationen werden nicht veröffentlicht
- Es gibt ein Leerzeichen
- Aktionsgeschichte
- Vor dem 68. Fall in der Stadt die Verhaltensgeschichte nach dem Beginn und nach dem 69. Fall in der Stadt die Verhaltensgeschichte ab 2 Tagen vor dem Beginn.
- Es gibt ein Leerzeichen
Stichprobe
Beispielcode zur Analyse anhand von Daten. Die Datei ist ein Jupyter-Notizbuch.
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
df = pd.read_csv('corona.csv')
df["Datum des Beginns"] = df["Datum des Beginns"].replace("Unbekannt", "")
df["Datum des Beginns"] = df["Datum des Beginns"].replace("Nachforschungen anstellen", "")
df["Datum des Beginns"] = pd.to_datetime(df["Datum des Beginns"], format="%Y-%m-%d")
df["Datum der Bestätigung der Inspektion"] = df["Datum der Bestätigung der Inspektion"].replace("Unbekannt", "")
df["Datum der Bestätigung der Inspektion"] = df["Datum der Bestätigung der Inspektion"].replace("Nachforschungen anstellen", "")
df["Datum der Bestätigung der Inspektion"] = pd.to_datetime(df["Datum der Bestätigung der Inspektion"], format="%Y-%m-%d")
df["Sterbedatum"] = df["Sterbedatum"].replace("Unbekannt", "")
df["Sterbedatum"] = df["Sterbedatum"].replace("Nachforschungen anstellen", "")
df["Sterbedatum"] = pd.to_datetime(df["Sterbedatum"], format="%Y-%m-%d")
#Zusammengefasste Statistiken
df.describe().loc[:,"Jahr"]
#Histogramm (Alter)
plt.title("Age")
plt.yticks([0,5,10,15,20])
plt.hist(df["Jahr"], range=(0, 100));
#Inspektionsbestätigungsdatum + gleitender Durchschnitt (7 Tage)
days = (df["Datum der Bestätigung der Inspektion"].max()-df["Datum der Bestätigung der Inspektion"].min()).days
hist = plt.hist(df["Datum der Bestätigung der Inspektion"], bins=days)
left = np.array(range(days))
num = 7
b = np.ones(num) / num
y2 = np.convolve(hist[0], b, mode='same')
plt.title("Inspection confirmation date")
plt.bar(left, hist[0], color='green');
plt.plot(y2, color='red')
Recommended Posts