環境設定（Environment Setup）

  建立新環境
  (base) conda create --name covid_19_pandemic python=3.12

  進入新建立環境
  (base) conda activate covid_19_pandemic

  安裝模組
  (covid_19_pandemic) conda install pandas
  (covid_19_pandemic) conda install plotly
  (covid_19_pandemic) pip install gradio

數據準備（Data Preparation）

數據來源（Data Sources）

• CSSE at Johns Hopkins University：由約翰霍普金斯大學系統科學與工程中心（CSSE）整理，涵蓋全球每日確診、死亡與康復人數等統計。

  • 每日統計：03-09-2023.csv
  • 全球確診：time_series_covid19_confirmed_global.csv
  • 全球死亡：time_series_covid19_deaths_global.csv
    

• Johns Hopkins University COVID-19 Website：由約翰霍普金斯大學治理研究中心（GovEx）提供，包含疫苗接種與公共衛生相關數據。

  • 全球疫苗：time_series_covid19_vaccine_global.csv

數據結構（Data Structure）

資料分為 每日報告 與 時間序列資料 兩個部分：

1. 每日報告：單日全球疫情統計，非必要欄位較多，需移除多餘欄位以利地圖視覺化。
2. 時間序列資料：確診、死亡資料 為 寬表格 ，疫苗資料 為 長表格。三份資料的 欄位名稱與資料型態 略有不同，需先正規化（鍵值統一為 ['Province/State', 'Country/Region', 'Date']）。

• 資料庫正規化（Normalization）： 統一欄位名稱、資料型態與日期格式，確保後續合併與彙總正確。
  

• 每日報告 處理：03-09-2023.csv，內容涵蓋各國與地區在 2023-03-09 的疫情統計。

  • 保留欄位：[‘Country_Region’, ‘Province_State’, ‘Admin2’, ‘Confirmed’, ‘Deaths’, ‘Lat’, ‘Long_’]
  • 調整名稱：[‘country’, ‘province’, ‘county’, ‘confirmed’, ‘deaths’, ’latitude’, ’longitude’]
  • 欄位介紹：
    • Admin2：次級行政區名稱（主要針對美國縣市）。
    • Province_State：省份或州的名稱。
    • Country_Region：國家名稱。
    • Lat / Long_：緯度 / 經度。
    • Confirmed / Deaths：累積確診數 / 累積死亡數。

• 時間序列資料 處理：

  • 全球確診資料（寬→長）：time_series_covid19_confirmed_global.csv

    • 保留欄位：[‘Province/State’, ‘Country/Region’, ‘Date’, ‘Confirmed’]
    • Date：日期型態轉換 1/22/20 → 2020-01-22
    
    

  • 全球死亡資料（寬→長）：time_series_covid19_deaths_global.csv

    • 保留欄位：[‘Province_State’, ‘Country_Region’, ‘Date’, ‘Deaths’]
    • Date：日期型態轉換 1/22/20 → 2020-01-22
    
    

  • 全球疫苗資料（長表格）：time_series_covid19_vaccine_global.csv

    • 保留欄位：[‘Province_State’, ‘Country_Region’, ‘Date’, ‘Doses_admin’]
    • 調整欄位名稱：[‘Province_State’, ‘Country_Region’] → [‘Province/State’, ‘Country/Region’]
    • 調整資料型態：Province/State float64 → object、Doses_admin float64 → int64

    曾出現溢位（overflow）問題，改用 astype(‘int64’)。

數據導入（Data Import）

• Step 1：載入與整理原始資料。

  def __init__(self, file_path, db_name):
      self.file_path = file_path
      self.db_name = db_name
      # 每日報告
      self.daily_report = pd.read_csv(f'{file_path}03-09-2023.csv')
      # 確診
      self.confirmed = pd.read_csv(f'{file_path}time_series_covid19_confirmed_global.csv')
      # 疫苗
      self.vaccine = pd.read_csv(f'{file_path}time_series_covid19_vaccine_global.csv')
      # 死亡人數
      self.deaths = pd.read_csv(f'{file_path}time_series_covid19_deaths_global.csv')
  

  
  

• Step 2：每日資料處理。

  def create_daily_report(self):
      # 處理每日資料 03-09-2023.csv
      # 清除多餘欄位、調整欄位位置和名稱。
      daily_report = self.daily_report[['Country_Region', 'Province_State', 'Admin2', 'Confirmed', 'Deaths','Lat', 'Long_']]
      daily_report.columns = ['country', 'province', 'county', 'confirmed', 'deaths', 'latitude', 'longitude']
      print('create_daily_report pass')
      return daily_report
  

  
  

• Step 3：時間序列資料處理。

      def create_time_series(self):
          # 合併 time_series 資料
          # 寬轉長
          melt_list = ['Province/State', 'Country/Region', 'Lat', 'Long']
          confirmed = self.confirmed.melt(id_vars=melt_list, var_name='date', value_name='Confirmed')
          deaths = self.deaths.melt(id_vars=melt_list, var_name='date', value_name='Deaths')
  
          # 調整欄位一致性
          confirmed = confirmed.rename(columns={'date':'Date'})
          deaths = deaths.rename(columns={'date':'Date'})
          vaccine = self.vaccine.rename(columns={'Province_State':'Province/State', 'Country_Region':'Country/Region'})
          vaccine['Province/State'] = vaccine['Province/State'].astype('object')
  
          # 轉換格式日期：重點 pd.to_datetime 看不懂需要補充(format=)
          confirmed['Date'] = pd.to_datetime(confirmed['Date'], format='%m/%d/%y') 
          deaths['Date'] = pd.to_datetime(deaths['Date'], format='%m/%d/%y')
          vaccine['Date'] = pd.to_datetime(vaccine['Date'])
  
          # 清除多餘欄位
          confirmed = confirmed.drop(columns=['Lat', 'Long'])
          deaths = deaths.drop(columns=['Lat', 'Long'])
          vaccine = vaccine.drop(columns=['UID', 'People_at_least_one_dose'])
  
          # 合併
          join_keys = ['Province/State', 'Country/Region', 'Date']
          time_series = confirmed.merge(deaths, left_on=join_keys, right_on=join_keys, how='left')
          time_series = time_series.merge(vaccine, left_on=join_keys, right_on=join_keys, how='left')
          time_series = time_series.groupby(['Country/Region', 'Date'])[['Confirmed',  'Deaths',  'Doses_admin']].sum().reset_index()
          time_series['Doses_admin'] = time_series['Doses_admin'].astype('int64')
          time_series.columns = ['country', 'reported_on', 'confirmed', 'deaths', 'doses_administered']
          print('create_time_series pass')
          return time_series
  

  
  

上一章

下一章