[PYTHON] J'ai essayé de résumer les nouvelles personnes infectées par le virus corona dans la ville d'Ichikawa, préfecture de Chiba
introduction
J'ai résumé les données des personnes infectées par le nouveau virus corona dans la ville d'Ichikawa, préfecture de Chiba, où je vis.
En premier lieu, Ichikawa City Homepage ne divulgue pas d'informations dans un format pouvant être utilisé secondairement comme données ouvertes. Ce n'est pas beaucoup de données, il y a peu d'éléments et il ne suffit pas d'essayer quelque chose avec cela, mais il semble que cela puisse être utilisé pour de petites choses, alors j'ai essayé de le rendre facile à utiliser. J'ai également posté l'exemple de code (Python).
Il est mis à jour de temps en temps, mais il peut être retardé pour des raisons personnelles.
[08/05/2020] Date de décès ajoutée
URL https://github.com/mine820/COVID-19
Les données
Au format CSV, le code de caractère est UTF-8.
colonne
Les significations des colonnes sont les suivantes.
--Catégorie
- Patient (déjà atteint) ou porteur de pathogène asymptomatique (pas encore développé) --Ville
- L'ordre dans lequel les infections ont été détectées parmi les habitants de la ville d'Ichikawa. --Préfecture
- L'ordre dans lequel les infections ont été détectées parmi les habitants de la préfecture de Chiba.
- Année --Age (en unités de 10 ans)
- Personne n'est encore infecté entre 0 et 9 ans ―― «90» signifie plus de 90 ans
- sexe --Hommes ou femmes
- Métier
- L'occupation de la personne infectée --Il y a un blanc
- Route d'infection estimée --Le lieu infecté ―― «○○» dans «○○ dans la préfecture» est l'ordre dans lequel l'infection a été détectée dans la préfecture de Chiba. --Il y a un blanc --Date d'apparition ――C'est le jour du début --Il y a "Inconnu" et "En cours d'enquête"
- Le vecteur pathogène asymptomatique est vierge
- Date de confirmation de l'inspection
- Le jour où le test PCR positif a été confirmé --Date de mort
- Le jour de ta mort -Certaines personnes sont mortes mais l'information n'est pas divulguée --Il y a un blanc --Historique des actions --Avant le 68e cas en ville, l'historique du comportement après le début, et après le 69e cas en ville, l'historique du comportement à partir de 2 jours avant le début. --Il y a un blanc
échantillon
Exemple de code pour l'analyse à l'aide de données. Le fichier est un bloc-notes Jupyter.
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
df = pd.read_csv('corona.csv')
df["Date d'apparition"] = df["Date d'apparition"].replace("inconnue", "")
df["Date d'apparition"] = df["Date d'apparition"].replace("enquêter", "")
df["Date d'apparition"] = pd.to_datetime(df["Date d'apparition"], format="%Y-%m-%d")
df["Date de confirmation d'inspection"] = df["Date de confirmation d'inspection"].replace("inconnue", "")
df["Date de confirmation d'inspection"] = df["Date de confirmation d'inspection"].replace("enquêter", "")
df["Date de confirmation d'inspection"] = pd.to_datetime(df["Date de confirmation d'inspection"], format="%Y-%m-%d")
df["Date de décès"] = df["Date de décès"].replace("inconnue", "")
df["Date de décès"] = df["Date de décès"].replace("enquêter", "")
df["Date de décès"] = pd.to_datetime(df["Date de décès"], format="%Y-%m-%d")
#Statistiques récapitulatives
df.describe().loc[:,"Année"]
#Histogramme (âge)
plt.title("Age")
plt.yticks([0,5,10,15,20])
plt.hist(df["Année"], range=(0, 100));
#Date de confirmation d'inspection + moyenne mobile (7 jours)
days = (df["Date de confirmation d'inspection"].max()-df["Date de confirmation d'inspection"].min()).days
hist = plt.hist(df["Date de confirmation d'inspection"], 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