-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathcalc_incidencia.R
129 lines (103 loc) · 4.13 KB
/
calc_incidencia.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
library(dplyr)
library(readr)
library(tidyr)
library(curl)
library(lubridate)
old.loc <- Sys.getlocale("LC_ALL")
Sys.setlocale("LC_ALL","pt_PT.UTF-8")
# Sys.setlocale("LC_TIME", "Portugues")
data_url='https://raw.githubusercontent.com/dssg-pt/covid19pt-data/master/data.csv'
curl_download(data_url,destfile='./data.csv')
pop_url='https://raw.githubusercontent.com/jmigueldelgado/covid-incidence-portugal/master/pop2019.csv'
curl_download(pop_url,destfile='./pop2019.csv')
raw=read_csv('./data.csv')
pop=read_csv('./pop2019.csv',col_names=FALSE)
df=raw %>% dplyr::select(`data`,
confirmados,
confirmados_arsnorte,
confirmados_arscentro,
confirmados_arslvt,
confirmados_arsalentejo,
confirmados_arsalgarve,
confirmados_acores,
confirmados_madeira) %>%
mutate(`data`=dmy(`data`))
colnames(df) = c('data',
'Portugal',
'Norte',
'Centro',
'Lisboa e Vale do Tejo',
'Alentejo',
'Algarve',
'Açores',
'Madeira')
dflong = pivot_longer(df,!data,names_to='região',values_to='confirmados')
pop=pop %>%
rename(`região`=X1,`população`=X2) %>%
mutate(`região`=as.factor(`região`)) %>%
bind_rows(tibble(`região`=as.factor('Portugal'),`população`=sum(.$`população`)))
incidence=dflong %>%
left_join(pop) %>%
group_by(`região`) %>%
# arrange(asc(`Data`),.by_group=TRUE) %>%
mutate(`max`=slider::slide_dbl(`confirmados`,max,.before=6,.complete=TRUE)) %>%
mutate(`min`=slider::slide_dbl(`confirmados`,min,.before=6,.complete=TRUE)) %>%
mutate(`acumulado 7 dias`=`max`-`min`) %>%
dplyr::select(-`max`,-`min`) %>%
mutate(`incidência 7 dias`=`acumulado 7 dias`*100000/`população`)
incidence_this_month=dflong %>%
left_join(pop) %>%
group_by(`região`) %>%
# arrange(asc(`Data`),.by_group=TRUE) %>%
mutate(`max`=slider::slide_dbl(`confirmados`,max,.before=6,.complete=TRUE)) %>%
mutate(`min`=slider::slide_dbl(`confirmados`,min,.before=6,.complete=TRUE)) %>%
mutate(`acumulado 7 dias`=`max`-`min`) %>%
dplyr::select(-`max`,-`min`) %>%
mutate(`incidência 7 dias`=`acumulado 7 dias`*100000/`população`) %>%
filter(`data`>today()-30)
incidence_this_week=dflong %>%
left_join(pop) %>%
group_by(`região`) %>%
# arrange(asc(`Data`),.by_group=TRUE) %>%
mutate(`max`=slider::slide_dbl(`confirmados`,max,.before=6,.complete=TRUE)) %>%
mutate(`min`=slider::slide_dbl(`confirmados`,min,.before=6,.complete=TRUE)) %>%
mutate(`acumulado 7 dias`=`max`-`min`) %>%
dplyr::select(-`max`,-`min`) %>%
mutate(`incidência 7 dias`=`acumulado 7 dias`*100000/`população`) %>%
filter(`data`>today()-10)
covid_this_week=dflong %>%
group_by(`região`) %>%
# arrange(asc(`Data`),.by_group=TRUE) %>%
mutate(`max`=slider::slide_dbl(`confirmados`,max,.before=1,.complete=TRUE)) %>%
mutate(`min`=slider::slide_dbl(`confirmados`,min,.before=1,.complete=TRUE)) %>%
mutate(`aumento diário`=`max`-`min`) %>%
dplyr::select(-`max`,-`min`) %>%
filter(`data`>today()-14) %>%
mutate(`data`=as.POSIXct(`data`))
library(ggplot2)
inc=ggplot(incidence) +
geom_line(aes(x=`data`,y=`incidência 7 dias`))+
geom_hline(yintercept=50, linetype="dashed", color = "orange")+
xlab("")+
facet_wrap(~`região`)
ggsave(file='./incidencia.png',plot=inc)
inc_this_month=ggplot(incidence_this_month) +
geom_line(aes(x=`data`,y=`incidência 7 dias`))+
geom_hline(yintercept=50, linetype="dashed", color = "orange")+
xlab("") +
facet_wrap(~`região`)
ggsave(file='./incidencia_ultimos_30_dias.png',plot=inc_this_month)
inc_this_week=ggplot(incidence_this_week) +
geom_line(aes(x=`data`,y=`incidência 7 dias`))+
geom_hline(yintercept=50, linetype="dashed", color = "orange")+
xlab("") +
facet_wrap(~`região`)
ggsave(file='./incidencia_ultimos_10_dias.png',plot=inc_this_week)
cases_this_week = ggplot(covid_this_week) +
geom_bar(stat='identity',aes(x=`data`,y=`aumento diário`)) +
scale_x_datetime(date_labels = "%a", date_breaks='2 day') +
facet_wrap(~`região`)
ggsave(file='./casos_duas_semanas.png',plot=cases_this_week)
latin = readLines("README.md",-1)
latin[4]=paste0("Dados mais recentes de ",tail(incidence_this_month,1) %>% pull(data),".")
writeLines(latin,"README.md")