He visto en las redes sociales varias visualizaciones de los datos del COVID 19 y queria realizarlos en Python para tener la actualizacion de las graficas actualizadas cada dia, y ademas practicar el uso de plotly para visualizacion interactiva.
Principalmente los datos que se tienen es del numero de personas contegiadas y personas muertas quiero visualizar los datos de personas recuperadas y casos activos.
Pueden interactuar con las graficas con el mouse y las Graficas se actualizaran diariamente con los nuevos datos!
información extraida de 2019 Novel Coronavirus COVID-19 (2019-nCoV) Data Repository by Johns Hopkins CSSE
https://github.com/CSSEGISandData/COVID-19
Actualizaciones Realizadas (Click)
- 25/May/2020 agregar datos de personas recuperadas
- 29/May/2020 actualizacion a plotly 0.48
- 25/Sep/2020 Mapa Mundial de Confirmados por Pais con choropleth
- 24/Nov/2022 Top 10 progresion paises
- 21/Oct/2023 actualizar graficas y librerias
Table of Contents
1. Paquetes de Python y Datos
Paquetes de Python
!pip install chart_studio -q
import pandas as pd
import plotly.express as px
import numpy as np
import chart_studio
Para subir las graficas interactivas de plotly a chart studio
#chart-studio api
username = '' # your username
api_key = '' # your api api_key
chart_studio.tools.set_credentials_file(username=username, api_key=api_key)
import chart_studio.plotly as py
#print pandas, px an numpy version
print('pandas version: ', pd.__version__)
print('numpy version: ', np.__version__)
pandas version: 2.1.1
numpy version: 1.26.0
Importar datos
confirmed = pd.read_csv('https://github.com/CSSEGISandData/COVID-19/raw/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv')
death = pd.read_csv('https://github.com/CSSEGISandData/COVID-19/raw/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv')
recovered = pd.read_csv('https://github.com/CSSEGISandData/COVID-19/raw/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_recovered_global.csv')
Datos CSSEGISandData/COVID-19
Descripcion de los datos en ingles
Province/State: China - province name; US/Canada/Australia/ - city name, state/province name; Others - name of the event (e.g., “Diamond Princess” cruise ship); other countries - blank.
Country/Region: country/region name conforming to WHO (will be updated).
Last Update: MM/DD/YYYY HH:mm (24 hour format, in UTC).
Confirmed: the number of confirmed cases. For Hubei Province: from Feb 13 (GMT +8), we report both clinically diagnosed and lab-confirmed cases. For lab-confirmed cases only (Before Feb 17), please refer to who_covid_19_situation_reports. For Italy, diagnosis standard might be changed since Feb 27 to “slow the growth of new case numbers.”
Deaths: the number of deaths.
Recovered: the number of recovered cases.
confirmed.iloc[:5,:8]
Province/State | Country/Region | Lat | Long | 1/22/20 | 1/23/20 | 1/24/20 | 1/25/20 | |
---|---|---|---|---|---|---|---|---|
0 | NaN | Afghanistan | 33.93911 | 67.709953 | 0 | 0 | 0 | 0 |
1 | NaN | Albania | 41.15330 | 20.168300 | 0 | 0 | 0 | 0 |
2 | NaN | Algeria | 28.03390 | 1.659600 | 0 | 0 | 0 | 0 |
3 | NaN | Andorra | 42.50630 | 1.521800 | 0 | 0 | 0 | 0 |
4 | NaN | Angola | -11.20270 | 17.873900 | 0 | 0 | 0 | 0 |
Datos Generales del Dataframe
confirmed.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 289 entries, 0 to 288
Columns: 1147 entries, Province/State to 3/9/23
dtypes: float64(2), int64(1143), object(2)
memory usage: 2.5+ MB
Paises con multiples datos por Provincia/Estado
print(confirmed
.loc[confirmed['Country/Region'].duplicated(keep=False),
'Country/Region']
.drop_duplicates()
.unique()
)
['Australia' 'Canada' 'China' 'Denmark' 'France' 'Netherlands'
'New Zealand' 'United Kingdom']
Sumar los datos de cada pais
def sumar_datos_region(df: pd.DataFrame) -> pd.DataFrame:
"""
Suma los datos de cada región en el dataframe dado.
Args:
df (pd.DataFrame): El dataframe del cual se sumarán los datos.
Returns:
pd.DataFrame: Un nuevo dataframe con los datos sumados para cada región.
"""
df = (df.groupby(['Country/Region'])
.sum()
.reset_index())
return df
# aplicar la función a los tres dataframes
confirmed, death, recovered = (sumar_datos_region(df)
for df
in (confirmed, death, recovered))
Country/Region como indice de los dataframes
confirmed, death, recovered = (df.set_index('Country/Region')
for df
in (confirmed, death, recovered))
Datos de Personas Recuperadas
Click Ver código
total_recuperados_dia = recovered.loc[:,:'8/15/21'] .sum(axis="index")
px.line(x=total_recuperados_dia.index,
y=total_recuperados_dia.values,
title='Numero de casos recuperados por dia')
Los datos de Recovered estan disponibles solo hasta el 4/Agosto/2021
Datos Mundiales por dia
Click Ver código
column_names = ["Fecha", "Confirmados", "Recuperados","Muertos"]
world = pd.DataFrame(columns = column_names)
world["Fecha"] = confirmed.columns
world["Confirmados"] = confirmed.sum(axis='rows').values
world["Recuperados"] = recovered.sum(axis='rows').values
world["Muertos"] = death.sum(axis='rows').values
world["Activos"] = world["Confirmados"] - world["Recuperados"] - world["Muertos"]
2. Covid19 en el Mundo
Evolucion Animada de Casos Activos por Pais
La gráfica animada de la evolución temporal de los casos activos por país, la he creado con la libreria Pandas alive y Bar Chart Race.
Click ver código
import pandas_alive
active_evol = active_group.set_index('date')
active_evol.index = pd.to_datetime(active_evol.index)
active_evol.plot_animated(filename='evolucion_casos_activos.mp4', n_bars=8,n_visible=8,
title='Evolución en el tiempo de Casos Activos COVID-19 por pais \n https://joserzapata.github.io/',
perpendicular_bar_func='mean', dpi=300,
period_label={'x': .99, 'y': .25, 'ha': 'right', 'va': 'center'},
period_fmt='%B %d, %Y',
period_summary_func=lambda v: {'x': .99, 'y': .18,
's': f'Total Activos: {v.nlargest(8).sum():,.0f}',
'ha': 'right', 'size': 9, 'family': 'Courier New'})
Visualizacion con Plotly
Valores Mundiales de Casos Confirmados, Activos, Recuperados y Muertos
Click Ver código
fig = px.bar(world.iloc[-1][["Confirmados","Muertos"]],
x = ["Confirmados","Muertos"], color = ["Confirmados","Muertos"],
y = world.iloc[-1][["Confirmados","Muertos"]].values,
text = world.iloc[-1][["Confirmados","Muertos"]].values,
color_discrete_sequence=["navy","coral"],
height=500, width=600,
title='Total casos COVID-19 en el mundo al {}'.format(world.iloc[-1]['Fecha']),
labels={'value':'Número de casos', 'variable':'Tipo de caso'})
fig.update_traces(textposition='outside')#poner los valores de las barras fuera
fig.add_annotation(x= 'Muertos', y=world["Confirmados"].max(), text='https://joserzapata.github.io/', showarrow=False)
fig.layout.update(showlegend=False,
yaxis = {"title": {"text": "Numero de Personas"}}, # Cambiar texto eje y
xaxis = {"title": {"text": ""}} #Esconder nombre eje x
)
# grabar grafica en chart-studio si se proporciona el api-key
if api_key: py.plot(fig, filename = 'total_casos_general', auto_open=False)
fig.show()
Mapa Mundial de Confirmados por Pais
Mover el Mouse sobre el mapa para ver la información de cada pais
Click Ver código
conf_max = confirmed.iloc[:,-1].copy()
conf_max = conf_max.to_frame().reset_index()
conf_max = conf_max.rename(columns = {'3/9/23':'Confirmados'})
fig = px.choropleth(conf_max, locations="Country/Region", locationmode='country names',
color=np.log10(conf_max["Confirmados"]),hover_name="Country/Region",
hover_data = ["Confirmados"],
projection="natural earth", width=900,
color_continuous_scale = px.colors.sequential.Jet,
title='Mapa de Confirmados COVID 19 por Pais - 3/9/23')
fig.add_annotation(x=0.5, y=0,text='https://joserzapata.github.io/', showarrow=False)
fig.update(layout_coloraxis_showscale=False)
# grabar grafica en chart-studio si se proporciona el api-key
if api_key: py.plot(fig, filename = 'mapa_confirmados_pais', auto_open=False)
fig.show()
Confirmados vs Muertos por pais
Click Ver código
max_fecha = "3/9/23"
death_max = death.iloc[:,-1].copy()
death_max = death_max.to_frame().reset_index()
death_max = death_max.rename(columns = {max_fecha:'Muertos'})
maxi_y = death_max["Muertos"].max()
maxi_x = conf_max["Confirmados"].max()
full_melt_max = pd.merge(conf_max[['Country/Region','Confirmados']],
death_max[['Country/Region','Muertos']],
on='Country/Region', how='left')
fig = px.scatter(full_melt_max.sort_values('Muertos', ascending=False).iloc[:15, :],
x='Confirmados', y='Muertos', color='Country/Region',
size='Confirmados', height=500,width=900,
text='Country/Region', log_x=True, log_y=True,
title= f'Muertos vs Confirmados - {max_fecha} - (15 Paises)')
fig.add_annotation(x=0.5, y=1, xref="paper",yref="paper",
text='https://joserzapata.github.io/', showarrow=False)
fig.update_traces(textposition='top center')
fig.layout.update(showlegend = False)
# grabar grafica en chart-studio si se proporciona el api-key
if api_key: py.plot(fig, filename = 'scatter_muertos_confirmados', auto_open=False)
fig.show()
Progresion Mundial en el Tiempo de Confirmados y Muertos
Click Ver código
fecha_datos_completos = '8/4/21'
pos_final = len(world.set_index('Fecha').loc[:fecha_datos_completos,:])
world = world.iloc[:pos_final,:]
world_melt = world.melt(id_vars='Fecha',
value_vars= list(world.columns)[1:],
var_name=None)
fig = px.line(world_melt, x="Fecha", y= 'value',
color='variable', color_discrete_sequence=["teal","green","coral", "navy"],
title=f'Total de Casos en el tiempo de COVID 19 - {fecha_datos_completos}')
for n in list(world.columns)[1:]:
fig.add_annotation(x=world.iloc[-1,0], y=world.loc[world.index[-1],n],
text=n, xref="x",yref="y",
showarrow=True, ax=-50, ay=-20)
# Indicador de numero total de confirmados
fig.add_indicator( title= {'text':'Confirmados', 'font':{'color':'teal'}},
value = world['Confirmados'].iloc[-1],
mode = "number+delta", delta = {"reference": world['Confirmados'
].iloc[-2], 'relative': True },domain = {'x': [0, 0.25], 'y': [0.15, .4]})
#Indicador numero total de Activos
fig.add_indicator(title={'text':'Activos', 'font':{'color':'navy'}},
value = world['Activos'].iloc[-1],
mode = "number+delta", delta = {"reference": world['Activos'
].iloc[-2], 'relative': True },domain = {'x': [0, 0.25], 'y': [0.6, .85]})
#Indicador numero total de Recuperados
fig.add_indicator(title={'text':'Recuperados', 'font':{'color':'green'}},
value = world['Recuperados'].iloc[-1],
mode = "number+delta", delta = {"reference": world['Recuperados'
].iloc[-2], 'relative': True },domain = {'x': [0.25, 0.50], 'y': [0.6, .85]})
#Indicador numero total de muertos
fig.add_indicator(title={'text':'Muertos', 'font':{'color':'coral'}},
value = world['Muertos'].iloc[-1],
mode = "number+delta", delta = {"reference": world['Muertos'
].iloc[-2], 'relative': True },domain = {'x': [0.25, 0.5], 'y': [0.15, .4]})
fig.add_annotation(x=400, y=world_melt['value'].max(),
text='https://joserzapata.github.io/', showarrow=False)
fig.layout.update(showlegend = False,
yaxis = {"title": {"text": "Numero de Personas"}}, # Cambiar texto eje y
)
# grabar grafica en chart-studio si se proporciona el api-key
if api_key: py.plot(fig, filename = 'total_casos_serie', auto_open=False)
fig.show()
Total Casos Confirmados de COVID 19 por Pais (Top 10)
Click Ver código
df1 = confirmed.copy()
fecha = confirmed.columns[-1] #obtener la fecha del ultimo dato
paises = df1.iloc[:,-1].copy() #obtener la serie sin el primer dato, fecha
paises.sort_values(ascending=False, inplace=True)
top = 10
#keep top countries
df1 = df1.loc[paises[:top].index.to_list(),:]
df1 = df1.T
if api_key:
# se toman la serie de tiempo cada 7 dias, por que las graficas
# grandes no se pueden subir a chart-studio con subscripcion gratuita
df1 = df1.iloc[::-7].iloc[::-1]
fig = px.line(df1, x=df1.index, y=df1.columns, color='Country/Region',
color_discrete_sequence=px.colors.qualitative.G10, width=900,
hover_name='Country/Region',
title=f'Total Casos Confirmados de COVID 19 por Pais (Top 10) - {world.iloc[-1,0]}')
# top paises mas infectados
mas_infectados=[]
for n in range(top):
fig.add_annotation(x=fecha, y=paises.iloc[n], text=paises.index[n],
showarrow=True, ax=+45, xref="x",yref="y")
mas_infectados.append(paises.index[n])
fig.layout.update(showlegend=False,
yaxis = {"title": {"text": "Numero de Personas"}}, # Cambiar texto eje y
xaxis = {"title": {"text": "Fecha"}} #Esconder nombre eje x
)
fig.add_annotation(x=200, y=df1.max().max(),
text='https://joserzapata.github.io/', showarrow=False)
# grabar grafica en chart-studio si se proporciona el api-key
if api_key: py.plot(fig, filename = 'total_casos_no_china', auto_open=False)
fig.show()
Animacion del Mapa de Evolucion Temporal del Codiv 19
Mover el Mouse sobre el mapa para ver la información de cada pais. Presionar el boton de play para ver la animacion.
Click Ver código
# confirmed data frame en formato wide
confirmed = confirmed.T
confirmed.reset_index(inplace=True)
confirmed.rename(columns={'index':'Fecha'}, inplace=True)
confirmed_melt = confirmed.melt(id_vars="Fecha").copy()
confirmed_melt.rename(columns = {'value':'Confirmados'}, inplace = True)
if api_key:
# se toman la serie de tiempo cada 18 dias, por que las graficas
# grandes no se pueden subir a chart-studio con subscripcion gratuita
confirmed_melt = confirmed.iloc[::-30].iloc[::-1].melt(id_vars="Fecha").copy()
confirmed_melt.rename(columns = {'value':'Confirmados'}, inplace = True)
confirmed_melt['Fecha'] = pd.to_datetime(confirmed_melt['Fecha'], format='%m/%d/%y')
confirmed_melt['size'] = confirmed_melt['Confirmados'].pow(0.3)
confirmed_melt.dropna(inplace=True) #eliminar filas con valores faltantes
fig = px.scatter_geo(confirmed_melt, locations="Country/Region", locationmode='country names',
color="Confirmados", size='size', hover_name="Country/Region",
range_color= [0, max(confirmed_melt['Confirmados'])+2],
projection="natural earth", animation_frame="Fecha",
title='Contagiados COVID 19 en el Tiempo')
fig.update(layout_coloraxis_showscale=False)
fig.add_annotation(x=0.5, y=-0.1,text='https://joserzapata.github.io/', showarrow=False)
# grabar grafica en chart-studio si se proporciona el api-key
if api_key: py.plot(fig, filename = 'mapa_evolucion_temporal', auto_open=False)
fig.show()
3. Covid 19 en Colombia
Numero de Casos COVID 19 en Colombia (Hasta 4 de Agosto 2021)
Click Ver código
column_names = ["Fecha", "Confirmados", "Recuperados","Muertos"]
colombia = pd.DataFrame(columns = column_names)
colombia["Fecha"] = confirmed["Fecha"].values
colombia["Confirmados"] = confirmed["Colombia"].values
colombia["Recuperados"] = recovered.loc["Colombia"].values
colombia["Muertos"] = death.loc["Colombia"].values
colombia["Activos"] = colombia["Confirmados"] - colombia["Recuperados"] - colombia["Muertos"]
fecha_datos_completos = '8/4/21'
pos_final = len(colombia.set_index('Fecha').loc[:fecha_datos_completos,:])
colombia = colombia.iloc[:pos_final,:]
df_melt3 = colombia.melt(id_vars='Fecha', value_vars= list(colombia.columns)[1:], var_name=None)
fig = px.line(df_melt3, x='Fecha' , y='value', color='variable',
color_discrete_sequence=["teal","green","coral", "navy"],
title=f'Corona virus (COVID 19) en Colombia - {colombia.iloc[-1,0]}')
# Indicador de numero total de confirmados
fig.add_indicator( title= {'text':'Confirmados', 'font':{'color':'teal'}},
value = colombia['Confirmados'].iloc[-1],
mode = "number+delta", delta = {"reference": colombia['Confirmados'
].iloc[-2], 'relative': True },domain = {'x': [0, 0.25], 'y': [0.15, .4]})
#Indicador numero total de Activos
fig.add_indicator(title={'text':'Activos', 'font':{'color':'navy'}},
value = colombia['Activos'].iloc[-1],
mode = "number+delta", delta = {"reference": colombia['Activos'
].iloc[-2], 'relative': True },domain = {'x': [0, 0.25], 'y': [0.6, .85]})
#Indicador numero total de Recuperados
fig.add_indicator(title={'text':'Recuperados', 'font':{'color':'green'}},
value = colombia['Recuperados'].iloc[-1],
mode = "number+delta", delta = {"reference": colombia['Recuperados'
].iloc[-2], 'relative': True },domain = {'x': [0.25, 0.50], 'y': [0.6, .85]})
#Indicador numero total de muertos
fig.add_indicator(title={'text':'Muertos', 'font':{'color':'coral'}},
value = colombia['Muertos'].iloc[-1],
mode = "number+delta", delta = {"reference": colombia['Muertos'
].iloc[-2], 'relative': True },domain = {'x': [0.25, 0.5], 'y': [0.15, .4]})
fig.add_annotation(x=140, y=df_melt3['value'].max(),
text='https://joserzapata.github.io/', showarrow=False)
fig.layout.update(showlegend=False,
yaxis = {"title": {"text": "Numero de Personas"}}, # Cambiar texto eje y
xaxis = {"title": {"text": "Fecha"}})
# grabar grafica en chart-studio si se proporciona el api-key
if api_key: py.plot(fig, filename = 'Colombia_general', auto_open=False)
fig.show()
Actualizacion de las Graficas
Las graficas creadas con plotly eran enviadas a chart-studio y cargadas en la pagina web mediante el tag iframe de html. Antes Las gráficas se actualizanban cada 24 horas usando Github Actions. pero debido a que la fuente de datos se dejo de actualizar ya no es necesario actualizar las graficas.
código Fuente Jupyter notebook
Refencias
Fuentes de datos, visualizaciones y análisis de datos.
- https://github.com/CSSEGISandData/COVID-19
- https://www.kaggle.com/imdevskp/covid-19-analysis-viz-prediction-comparisons
- https://junye0798.com/post/build-a-dashboard-to-track-the-spread-of-coronavirus-using-dash/
- https://github.com/Perishleaf/data-visualisation-scripts/tree/master/dash-2019-coronavirus
- https://medium.com/tomas-pueyo/coronavirus-por-qu%C3%A9-debemos-actuar-ya-93079c61e200
- https://github.com/features/actions