Evropské středisko pro prevenci a kontrolu nemocí (ECDC) Případy COVID-19

Článek
12/05/2022
4 min ke čtení

Nejnovější dostupná veřejná data o geografické distribuci případů COVID-19 po celém světě od Evropského střediska pro prevenci a kontrolu nemocí (ECDC). Každý řádek/položka obsahuje počet nových případů nahlášených za den pro jednotlivé země nebo oblasti.

Poznámka

Microsoft poskytuje otevřené datové sady Azure na základě "tak, jak jsou". Microsoft neposkytuje žádné záruky, výslovné ani předpokládané, záruky ani podmínky týkající se vašeho používání datových sad. V rozsahu povoleném vašimi místními zákony se Microsoft zříká veškeré odpovědnosti za jakékoli škody nebo ztráty, včetně přímých, následných, zvláštních, nepřímých, náhodných nebo trestních, vyplývajících z vašeho používání datových sad.

Na tuto datovou sadu se vztahují původní podmínky, které Microsoft přijal se zdrojovými daty. Datová sada může obsahovat data pocházející z Microsoftu.

Datové sady

Upravené verze této datové sady jsou k dispozici ve formátech CSV, JSON, JSON-Lines a Parquet a aktualizují se každý den:

Do všech upravených verzí byly přidány kódy iso_country_region a časy načtení. Pro názvy sloupců jsou použita malá písmena s podtržítky jako oddělovači.

Nezpracovaná data: https://pandemicdatalake.blob.core.windows.net/public/raw/covid-19/ecdc_cases/latest/ECDCCases.csv

Předchozí verze upravených a nezpracovaných dat: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/ecdc_cases/https://pandemicdatalake.blob.core.windows.net/public/raw/covid-19/ecdc_cases/

Objem dat

K 28. květnu 2020 obsahovaly 19 876 řádků (CSV 1,5 MB, JSON 4,9 MB, JSONL 4,9 MB, Parquet 54,1 kB).

Zdroj dat

Nezpracovaná data se ze souboru CSV ECDC ingestují každý den. Další informace o této datové sadě, včetně jejího původu, najdete na stránce shromažďování dat ECDC.

Kvalita dat

ECDC negarantuje přesnost ani včasnost těchto dat. Přečtěte si právní omezení.

Přiřazení licenčních a užívových práv

Tato data jsou dostupná a lze je používat na základě zásad autorských práv ECDC uvedených tady. V případě libovolného dokumentu, jehož autorská práva přísluší třetí straně, je třeba k reprodukci získat povolení od držitele autorských práv.

Je třeba vždy uvést ECDC jako původní zdroj těchto dat. Toto potvrzení musí být součástí každé kopie materiálu.

Kontakt

Pokud máte v souvislosti s touto datovou sadou nebo jinými datovými sadami v datovém jezeře COVID-19 nějaké dotazy nebo připomínky, kontaktujte askcovid19dl@microsoft.com.

Sloupce

Name	Datový typ	Jedinečná	Hodnoty (ukázka)	Description
Případech	smallint	5,515	1 2	Počet nahlášených případů
continent_exp	řetězec	6	Evropa Afrika	Název kontinentu
countries_and_territories	řetězec	214	Kanada Belgie	Názve země nebo teritoria
country_territory_code	řetězec	213	KOR ISL	Třímístný kód země nebo teritoria
date_rep	date	350	2020-12-11 2020-11-22	Datum zprávy
day	smallint	31	14 13	Den měsíce
Úmrtí	smallint	1,049	1 2	Počet nahlášených úmrtí
geo_id	řetězec	214	CA SE	Identifikátor zeměpisné oblasti
iso_country	řetězec	214	USA	Kód ISO 3166 země nebo oblasti
load_date	časové razítko	1	2021-04-26 00:06:22.123000	Datum načtení dat do Azure
month	smallint	12	10 8	Číslo měsíce
year	smallint	2	2020 2019	Year (Rok)

Preview

date_rep	day	month	year	Případech	Úmrtí	countries_and_territories	geo_id	country_territory_code	continent_exp	load_date	iso_country
2020-12-14	14	12	2020	746	6	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF
2020-12-13	13	12	2020	298	9	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF
2020-12-12	12	12	2020	113	11	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF
2020-12-11	11	12	2020	63	10	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF
2020-12-10	10	12	2020	202	16	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF
2020-12-09	9	12	2020	135	13	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF
2020-12-08	8	12	2020	200	6	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF
2020-12-07	7	12	2020	210	26	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF
2020-12-06	6	12	2020	234	10	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF
2020-12-05	5	12	2020	235	18	Afghánistán	AF	AFG	Asie	26.4.2021 0:06:22	AF

Přístup k datům

Tento poznámkový blok dokumentuje adresy URL a vzorový kód pro přístup k adresám URL datových sad Případů Covid-19 Evropského střediska pro prevenci a kontrolu nemocí (ECDC) v různých formátech souborů datových sad hostovaných na Azure Blob Storage:¶ CSV:https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/ecdc_cases/latest/ecdc_cases.csv

JSON: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/ecdc_cases/latest/ecdc_cases.json

JSONL: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/ecdc_cases/latest/ecdc_cases.jsonl

Parketové: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/ecdc_cases/latest/ecdc_cases.parquet

Stáhněte si soubor datové sady pomocí integrované funkce stahování z adresy URL http v Pandasu. Pandas má čtečky pro různé formáty souborů:

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_parquet.html

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html

import pandas as pd
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt

df = pd.read_parquet("https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/ecdc_cases/latest/ecdc_cases.parquet")
df.head(10)

df.dtypes

df.groupby('countries_and_territories').first().filter(['continent_exp','cases', 'deaths','date_rep'])

df.groupby('continent_exp').agg({'countries_and_territories': 'count','cases': 'count','deaths': 'count'})

import plotly.graph_objects as go
import plotly.express as px
import matplotlib.pyplot as plt

df.loc[: , ['countries_and_territories', 'cases', 'deaths']].groupby(['countries_and_territories'
         ]).max().sort_values(by='cases',ascending=False).reset_index()[:15].style.background_gradient(cmap='rainbow')

df_Worldwide=df[df['countries_and_territories']=='United_States_of_America']

df.plot(kind='line',x='date_rep',y="cases",grid=True)
df.plot(kind='line',x='date_rep',y="deaths",grid=True)
#df_Worldwide.plot(kind='line',x='date_rep',y="confirmed_change",grid=True)
#df_Worldwide.plot(kind='line',x='date_rep',y="deaths_change",grid=True)

Azure Databricks

azure-storage
pyspark

Ukázka není k dispozici pro tuto kombinaci platformy a balíčku.

# Azure storage access info
blob_account_name = "pandemicdatalake"
blob_container_name = "public"
blob_relative_path = "curated/covid-19/ecdc_cases/latest/ecdc_cases.parquet"
blob_sas_token = r""

# Allow SPARK to read from Blob remotely
wasbs_path = 'wasbs://%s@%s.blob.core.windows.net/%s' % (blob_container_name, blob_account_name, blob_relative_path)
spark.conf.set(
  'fs.azure.sas.%s.%s.blob.core.windows.net' % (blob_container_name, blob_account_name),
  blob_sas_token)
print('Remote blob path: ' + wasbs_path)

# SPARK read parquet, note that it won't load any data yet by now
df = spark.read.parquet(wasbs_path)
print('Register the DataFrame as a SQL temporary view: source')
df.createOrReplaceTempView('source')

# Display top 10 rows
print('Displaying top 10 rows: ')
display(spark.sql('SELECT * FROM source LIMIT 10'))

Azure Synapse

azure-storage
pyspark