Bing COVID-19

Artículo
09/03/2024

Los datos de COVID-19 de Bing incluyen los casos confirmados, los fallecimientos y los casos recuperados de todas las regiones. Se actualizan a diario. El Bing COVID-19 Tracker refleja estos datos.

Bing recopila datos de múltiples fuentes fiables y de confianza, entre las que se incluyen:

Noticias de BNO
Centros para el Control y la Prevención de Enfermedades (CDC)
Departamentos de salud pública nacionales/regionales y estatales
Wikipedia
La Organización Mundial de la Salud (OMS)
24/7 Wall St.

Nota:

Microsoft proporciona Azure Open Datasets "tal cual". Microsoft no ofrece ninguna garantía, expresa o implícita, ni condición con respecto al uso que usted haga de los conjuntos de datos. En la medida en la que lo permita su legislación local, Microsoft declina toda responsabilidad por posibles daños o pérdidas, incluidos los daños directos, consecuenciales, especiales, indirectos, incidentales o punitivos, que resulten de su uso de los conjuntos de datos.

Este conjunto de datos se proporciona bajo los términos originales con los que Microsoft recibió los datos de origen. El conjunto de datos puede incluir datos procedentes de Microsoft.

Conjuntos de datos

Los conjuntos de datos Bing COVID-19 modificados están disponibles en CSV, JSON, JSON-Lines y Parquet:

A todos los conjuntos de datos modificados se les han agregado los códigos de subdivisión ISO 3166 y los tiempos de carga. Utilizan nombres de columna en minúsculas con separadores de guión bajo.

Datos sin procesar en formato CSV

Las versiones anteriores de los datos modificados y sin procesar están disponibles en este recurso.

Volumen de datos

Todos los conjuntos de datos se actualizan diariamente. A 5 de marzo de 2023 contenían 4 766 737 filas. El conjunto de datos está disponible en estos formatos de archivo:

CSV (560,3 MB)
JSON (1515,6 MB)
JSONL (1506,2 MB)
Parquet (55,4 MB)

Atribución de licencias y derechos de uso

Los datos están disponibles estrictamente para fines educativos y académicos bajo estos términos y condiciones. Entre los fines válidos se incluyen:

instituciones académicas
organismos públicos
investigación médica

Los datos utilizados o citados en publicaciones deben incluir una atribución a "Bing COVID-19 Tracker", con un vínculo a www.bing.com/covid.

Contacto

Si tiene alguna pregunta o comentario sobre este u otros conjuntos de datos del lago de datos COVID-19, póngase en contacto con askcovid19dl@microsoft.com.

Columnas

Nombre	Tipo de datos	Único	Valores (ejemplo)	Descripción
admin_region_1	string	864	Texas Georgia	Región dentro de country_region
admin_region_2	string	3143	Washington County Jefferson County	Región dentro de admin_region_1
confirmed	int	120 692	1 2	Número de casos confirmados en la región
confirmed_change	int	12 120	1 2	Cambio del número de casos confirmados con respecto al día anterior
country_region	string	237	Estados Unidos India	País/región
deaths	int	20 616	1 2	Número de muertes en la región
deaths_change	SMALLINT	1981	1 2	Cambio del número de muertes con respecto al día anterior
id	int	1 783 534	742546 69019298	Identificador único
iso_subdivision	string	484	US-TX US-GA	Código de subdivisión según la norma ISO, segunda parte
iso2	string	226	US IN	Identificador de código de país de 2 letras
iso3	string	226	USA IND	Identificador de código de país de 3 letras
latitude	double	5675	42.28708 19.59852	Latitud del centroide de la región
load_time	timestamp	1	26-04-2021 00:06:34.719000	La fecha y hora de carga del archivo desde el origen de Bing en GitHub
longitude	double	5693	-2.5396 -155.5186	Longitud del centroide de la región
recovered	int	73 287	1 2	Número de recuperados en la región
recovered_change	int	10 441	1 2	Cambio del número de casos recuperados con respecto al día anterior
actualizado	date	457	23-04-2021 22-04-2021	Registro a fecha de hoy

Vista previa

id	actualizado	confirmed	iso2	iso3	country_region	admin_region_1	iso_subdivision	admin_region_2	load_time	confirmed_change	deaths_change
338995	2020-01-21	262	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM
338996	22-01-2020	313	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM	51	0
338997	23-1-2020	578	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM	265	0
338998	24-01-2020	841	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM	263	0
338999	25-01-2020	1320	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM	479	0
339000	26-01-2020	2014	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM	694	0
339001	27-01-2020	2798	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM	784	0
339002	28-01-2020	4593	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM	1795	0
339003	29-01-2020	6065	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM	1472	0
339004	30-1-2020	7818	null	null	Todo el mundo	null	null	null	26/04/2021 12:06:34 AM	1753	0

Nota:

Este cuaderno documenta las URL y el código de muestra para acceder al Conjunto de datos Bing COVID-19.

Utilice estas URL para obtener formatos de archivo específicos alojados en Azure Blob Storage:

Descargue el archivo del conjunto de datos utilizando la capacidad incorporada de Pandas para descargar desde una URL HTTP. Pandas tiene lectores para varios formatos de archivo:

pandas.read_parquet

pandas.read_csv

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/bing_covid-19_data/latest/bing_covid-19_data.parquet")
df.head(10)

Para comprobar que la columna actualizada tiene formato de fecha y hora, compruebe los tipos de datos de los distintos campos:

df.dtypes

Revisar los datos mundiales. Para visualizar los datos, cree algunos gráficos:

df_Worldwide=df[df['country_region']=='Worldwide']

df_Worldwide_pivot=df_Worldwide.pivot_table(df_Worldwide, index=['country_region','updated'])

df_Worldwide_pivot

df_Worldwide.plot(kind='line',x='updated',y="confirmed",grid=True)
df_Worldwide.plot(kind='line',x='updated',y="deaths",grid=True)
df_Worldwide.plot(kind='line',x='updated',y="confirmed_change",grid=True)
df_Worldwide.plot(kind='line',x='updated',y="deaths_change",grid=True)

Acceso a datos: Azure Databricks

azure-storage
pyspark

No hay ninguna muestra disponible para esta combinación de plataforma / paquete.

# Azure storage access info
blob_account_name = "pandemicdatalake"
blob_container_name = "public"
blob_relative_path = "curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.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'))

Acceso a datos: Azure Synapse

azure-storage
pyspark