Bing COVID-19

Artigo
09/03/2024

Os dados de COVID-19 do Bing incluem os casos confirmados, fatais e recuperados de todas as regiões, atualizados diariamente. O Rastreador de COVID-19 do Bing reflete esses dados.

O Bing coleta dados de várias fontes confiáveis e confiáveis, incluindo:

Notícias do BNO
Centros de Controle e Prevenção de Doenças (CDC)
Departamentos de saúde pública nacionais/regionais e estaduais
Wikipédia
A Organização Mundial da Saúde (OMS)
24/7 Wall St.

Observação

A Microsoft fornece o Azure Open Datasets no estado em que se encontra. A Microsoft não oferece garantias nem coberturas, expressas ou implícitas, em relação ao uso dos conjuntos de dados. Até o limite permitido pela legislação local, a Microsoft se exime de toda a obrigação por danos ou perdas, inclusive diretos, consequentes, especiais, indiretos, acidentais ou punitivos, resultantes do uso dos conjuntos de dados.

Esse conjunto de dados é fornecido de acordo com os termos originais com que a Microsoft recebeu os dados de origem. O conjunto de dados pode incluir dados originados da Microsoft.

Conjunto de dados

Os conjuntos de dados de COVID-19 modificados estão disponíveis em CSV, JSON, JSON-Lines e Parquet:

Todos os conjuntos de dados modificados têm códigos de subdivisão ISO 3166 e tempos de carregamento adicionados. Eles usam nomes de coluna de minúsculas com separadores de sublinhado.

Dados brutos em formato CSV

Versões anteriores de dados modificados e brutos estão disponíveis neste recurso.

Volume de dados

Todos os conjuntos de dados recebem atualizações diárias. A partir de 05 de março de 2023, continham 4.766.737 linhas. O conjunto de dados está disponível nestes formatos de arquivo:

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

Atribuição de licença e direitos de uso

Os dados estão disponíveis estritamente para fins educacionais e acadêmicos sob esses termos e condições. As finalidades válidas incluem:

instituições acadêmicas
agências governamentais
investigação médica

Os dados usados ou citados em publicações devem incluir uma atribuição para o "Rastreador de COVID-19 do Bing" com um link para www.bing.com/covid.

Contato

Para dúvidas ou comentários sobre este ou outros conjuntos de dados no Data Lake COVID-19, entre em contato com askcovid19dl@microsoft.com.

Colunas

Nome	Tipo de dados	Exclusivo	Valores (exemplo)	Descrição
admin_region_1	string	864	Texas Georgia	Região em country_region
admin_region_2	string	3.143	Condado de Jefferson do Condado de Washington	Região em admin_region_1
confirmado	INT	120.692	1 2	Contagem dos casos confirmados na região
confirmed_change	INT	12.120	1 2	Alteração na contagem de casos confirmados do dia anterior
country_region	string	237	Estados Unidos Índia	País/Região
mortes	INT	20.616	1 2	Contagem dos casos de mortes por região
deaths_change	SMALLINT	1\.981	1 2	Alteração na contagem de mortes do dia anterior
id	INT	1\.783.534	742546 69019298	Identificador exclusivo
iso_subdivision	string	484	US-TX US-GA	Código de subdivisão ISO de duas partes
iso2	string	226	US IN	Identificador de código do país de duas letras
iso3	string	226	USA IND	Identificador de código do país de três letras
latitude	double	5\.675	42.28708 19.59852	Latitude do centroide da região
load_time	timestamp	1	2021-04-26 00:06:34.719000	A data e hora em que o arquivo foi carregado da origem do Bing no GitHub
longitude	double	5\.693	-2.5396 -155.5186	Longitude do centroide da região
recuperados	INT	73.287	1 2	Contagem dos recuperados na região
recovered_change	INT	10.441	1 2	Alteração na contagem de casos recuperados do dia anterior
atualizado	date	457	2021-04-23 2021-04-22	A data no momento do registro

Versão Prévia

id	atualizado	confirmado	iso2	iso3	country_region	admin_region_1	iso_subdivision	admin_region_2	load_time	confirmed_change	deaths_change
338995	21/01/2020	262	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34
338996	22/01/2020	313	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	51	0
338997	23/01/2020	578	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	265	0
338998	24/01/2020	841	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	263	0
338999	25/01/2020	1320	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	479	0
339000	26/01/2020	2014	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	694	0
339001	27/01/2020	2798	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	784	0
339002	28/01/2020	4593	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	1795	0
339003	29/01/2020	6065	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	1.472	0
339004	30/01/2020	7818	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	1753	0

Observação

Este notebook documenta as URLs e o código de exemplo para acessar conjunto de dados de COVID-19 do Bing.

Use as seguintes URLs para obter formatos de arquivo específicos hospedados no Armazenamento de Blobs do Azure:

Baixe o arquivo do conjunto de arquivos usando o download de recurso interno de uma URL HTTP no Pandas. O Pandas tem leitores para vários formatos de arquivo:

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 verificar se a coluna atualizada tem formato de data e hora, verifique os tipos de dados dos vários campos:

df.dtypes

Examine os dados em todo o mundo. Para visualizar os dados, crie alguns 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)

Acesso a dados – Azure Databricks

azure-storage
pyspark

Amostra não disponível para essa combinação de plataforma/pacote.

# 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'))

Acesso a dados – Azure Synapse

azure-storage
pyspark