forked from jaguridi/Datos-COVID19
-
Notifications
You must be signed in to change notification settings - Fork 0
/
informeEpidemiologico.py
703 lines (597 loc) · 31.4 KB
/
informeEpidemiologico.py
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
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
'''
MIT License
Copyright (c) 2020 Sebastian Cornejo
in collaboration with Faviola Molina from dLab - Fundación Ciencia y Vida
Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:
The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.
'''
"""
Los productos que salen del informe epidemiologico son:
1
2
6
15
16
18
19
21
22
25
28
34
35
38
39
45
"""
import utils
import pandas as pd
from shutil import copyfile
import glob
import re
import numpy as np
from utils import *
from datetime import datetime, timedelta
def prod1(fte, producto):
# Generando producto 1
print('Generando producto 1')
df = pd.read_csv(fte, dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
utils.regionName(df)
# Drop filas de totales por region
todrop = df.loc[df['Comuna'] == 'Total']
df.drop(todrop.index, inplace=True)
df.to_csv(producto + '.csv', index=False)
df_t = df.T
df_t.to_csv(producto + '_T.csv', header=False)
identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion']
variables = [x for x in df.columns if x not in identifiers]
variables.remove('Tasa')
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='Fecha', value_name='Casos confirmados')
df_std.to_csv(producto + '_std.csv', index=False)
def prod2(fte, producto):
print('Generando producto 2')
df = pd.read_csv(fte, dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
utils.regionName(df)
# Drop filas de totales por region
todrop = df.loc[df['Comuna'] == 'Total']
df.drop(todrop.index, inplace=True)
# print(df.columns)
dates = []
for eachColumn in df.columns:
if '2020' in eachColumn:
dates.append(eachColumn)
if '2021' in eachColumn:
dates.append(eachColumn)
# print('las fechas son ' + str(dates))
for eachdate in dates:
filename = eachdate + '-CasosConfirmados.csv'
print('escribiendo archivo ' + filename)
aux = df[['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion', eachdate]]
aux.rename(columns={eachdate: 'Casos Confirmados'}, inplace=True)
aux.to_csv(producto + filename, index=False)
def prod15(fte, prod):
data_2020 = []
data_2021_1st = []
data_2021_2nd = []
data_2022_1st = []
data_2022_2nd = []
for file in glob.glob(fte + '/*FechaInicioSintomas.csv'):
print(file)
if file != fte + 'FechaInicioSintomas.csv':
date = re.search("\d{4}-\d{2}-\d{2}", file).group(0)
if '2020' in date:
df = pd.read_csv(file, sep=",", encoding="utf-8", dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
# Drop filas de totales por region
todrop = df.loc[df['Comuna'] == 'Total']
df.drop(todrop.index, inplace=True)
# Hay semanas epi que se llam S en vez de SE
for eachColumn in list(df):
if re.search("S\d{2}", eachColumn):
print("Bad name " + eachColumn)
df.rename(columns={eachColumn: eachColumn.replace('S', 'SE')}, inplace=True)
# insert publicacion as column 5
# df['Publicacion'] = date
df.insert(loc=5, column='Publicacion', value=date)
data_2020.append(df)
if '2021' in date:
if datetime.strptime(date,"%Y-%m-%d") <= datetime.strptime('2021-07-25',"%Y-%m-%d"):
df = pd.read_csv(file, sep=",", encoding="utf-8", dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
# Drop filas de totales por region
todrop = df.loc[df['Comuna'] == 'Total']
df.drop(todrop.index, inplace=True)
# Hay semanas epi que se llam S en vez de SE
for eachColumn in list(df):
if re.search("S\d{2}", eachColumn):
print("Bad name " + eachColumn)
df.rename(columns={eachColumn: eachColumn.replace('S', 'SE')}, inplace=True)
# insert publicacion as column 5
# df['Publicacion'] = date
df.insert(loc=5, column='Publicacion', value=date)
data_2021_1st.append(df)
else:
df = pd.read_csv(file, sep=",", encoding="utf-8",
dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
# Drop filas de totales por region
todrop = df.loc[df['Comuna'] == 'Total']
df.drop(todrop.index, inplace=True)
# Hay semanas epi que se llam S en vez de SE
for eachColumn in list(df):
if re.search("S\d{2}", eachColumn):
print("Bad name " + eachColumn)
df.rename(columns={eachColumn: eachColumn.replace('S', 'SE')}, inplace=True)
# insert publicacion as column 5
# df['Publicacion'] = date
df.insert(loc=5, column='Publicacion', value=date)
data_2021_2nd.append(df)
if '2022' in date:
if datetime.strptime(date,"%Y-%m-%d") <= datetime.strptime('2022-07-25',"%Y-%m-%d"):
df = pd.read_csv(file, sep=",", encoding="utf-8", dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
# Drop filas de totales por region
todrop = df.loc[df['Comuna'] == 'Total']
df.drop(todrop.index, inplace=True)
# Hay semanas epi que se llam S en vez de SE
for eachColumn in list(df):
if re.search("S\d{2}", eachColumn):
print("Bad name " + eachColumn)
df.rename(columns={eachColumn: eachColumn.replace('S', 'SE')}, inplace=True)
# insert publicacion as column 5
# df['Publicacion'] = date
df.insert(loc=5, column='Publicacion', value=date)
data_2022_1st.append(df)
else:
df = pd.read_csv(file, sep=",", encoding="utf-8",
dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
# Drop filas de totales por region
todrop = df.loc[df['Comuna'] == 'Total']
df.drop(todrop.index, inplace=True)
# Hay semanas epi que se llam S en vez de SE
for eachColumn in list(df):
if re.search("S\d{2}", eachColumn):
print("Bad name " + eachColumn)
df.rename(columns={eachColumn: eachColumn.replace('S', 'SE')}, inplace=True)
# insert publicacion as column 5
# df['Publicacion'] = date
df.insert(loc=5, column='Publicacion', value=date)
data_2022_2nd.append(df)
# normalization 2020
#data_2020 = pd.concat(data_2020)
#data_2020 = data_2020.fillna(0)
#utils.regionName(data_2020)
#data_2020.sort_values(['Publicacion', 'Region'], ascending=[True, True], inplace=True)
#data_2020.to_csv(prod + '_2020.csv', index=False)
#identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion', 'Publicacion']
#variables = [x for x in data_2020.columns if x not in identifiers]
#df_std = pd.melt(data_2020, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica', value_name='Casos confirmados')
#df_std.to_csv(prod + '_2020_std.csv', index=False)
# normalization 2021 primera mitad
data_2021_1st = pd.concat(data_2021_1st)
data_2021_1st = data_2021_1st.fillna(0)
utils.regionName(data_2021_1st)
data_2021_1st.sort_values(['Publicacion', 'Region'], ascending=[True, True], inplace=True)
data_2021_1st.to_csv(prod + '_2021_1st.csv', index=False)
identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion', 'Publicacion']
variables = [x for x in data_2021_1st.columns if x not in identifiers]
df_std = pd.melt(data_2021_1st, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
value_name='Casos confirmados')
df_std.to_csv(prod + '_2021_1st_std.csv', index=False)
# normalization 2021 segunda mitad
data_2021_2nd = pd.concat(data_2021_2nd)
data_2021_2nd = data_2021_2nd.fillna(0)
utils.regionName(data_2021_2nd)
data_2021_2nd.sort_values(['Publicacion', 'Region'], ascending=[True, True], inplace=True)
data_2021_2nd.to_csv(prod + '_2021_2nd.csv', index=False)
identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion', 'Publicacion']
variables = [x for x in data_2021_2nd.columns if x not in identifiers]
df_std = pd.melt(data_2021_2nd, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
value_name='Casos confirmados')
df_std.to_csv(prod + '_2021_2nd_std.csv', index=False)
# normalization 2022 primera mitad
data_2022_1st = pd.concat(data_2022_1st)
data_2022_1st = data_2022_1st.fillna(0)
utils.regionName(data_2022_1st)
data_2022_1st.sort_values(['Publicacion', 'Region'], ascending=[True, True], inplace=True)
data_2022_1st.to_csv(prod + '_2022_1st.csv', index=False)
identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion', 'Publicacion']
variables = [x for x in data_2022_1st.columns if x not in identifiers]
df_std = pd.melt(data_2022_1st, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
value_name='Casos confirmados')
#df_std.to_csv(prod + '_2022_1st_std.csv', index=False)
df_std.iloc[:1500000].to_csv(prod + '_2022_1st_a_std.csv', index=False)
df_std.iloc[1500000:].to_csv(prod + '_2022_1st_b_std.csv', index=False)
# normalization 2022 segunda mitad
data_2022_2nd = pd.concat(data_2022_2nd)
data_2022_2nd = data_2022_2nd.fillna(0)
utils.regionName(data_2022_2nd)
data_2022_2nd.sort_values(['Publicacion', 'Region'], ascending=[True, True], inplace=True)
data_2022_2nd.to_csv(prod + '_2022_2nd.csv', index=False)
identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion', 'Publicacion']
variables = [x for x in data_2022_2nd.columns if x not in identifiers]
df_std = pd.melt(data_2022_2nd, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
value_name='Casos confirmados')
# df_std.to_csv(prod + '_2022_2nd_std.csv', index=False)
df_std.iloc[:1500000].to_csv(prod + '_2022_2nd_a_std.csv', index=False)
df_std.iloc[1500000:].to_csv(prod + '_2022_2nd_b_std.csv', index=False)
# create old prod 15 from latest adition
copyfile('../input/InformeEpidemiologico/SemanasEpidemiologicas.csv',
'../output/producto15/SemanasEpidemiologicas.csv')
latest = max(data_2022_2nd['Publicacion'])
print(latest)
latestdf = data_2022_2nd.loc[data_2022_2nd['Publicacion'] == latest]
# print(latestdf)
latestdf.drop(['Publicacion'], axis=1, inplace=True)
latestdf.to_csv(prod.replace('Historico', '.csv'), index=False)
df_t = latestdf.T
df_t.to_csv(prod.replace('Historico', '_T.csv'), header=False)
identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion']
variables = [x for x in latestdf.columns if x not in identifiers]
df_std = pd.melt(latestdf, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
value_name='Casos confirmados')
df_std.to_csv(prod.replace('Historico', '_std.csv'), index=False)
def prod16(fte, producto):
print('Generando producto 16')
copyfile(fte, producto + '.csv')
df2_t = utils.transpone_csv(producto + '.csv')
df2_t.to_csv(producto + '_T.csv', header=False)
df = pd.read_csv(fte)
identifiers = ['Grupo de edad', 'Sexo']
variables = [x for x in df.columns if x not in identifiers]
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='Fecha',
value_name='Casos confirmados')
df_std.to_csv(producto + '_std.csv', index=False)
def prod16_etapa_clinica(fte, producto):
print('Generando producto 16, con etapas clinicas')
df = pd.read_csv(fte)
df.to_csv(producto + '.csv', index=False)
df_T = df.T
df_T.to_csv(producto + '_t.csv', index=False)
identifiers = ['Grupo de edad', 'Sexo', 'Etapa clinica']
variables = [x for x in df.columns if x not in identifiers]
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='Fecha',
value_name='Casos confirmados')
df_std.to_csv(producto + '_std.csv', header=False)
def prod18(fte, producto):
df = pd.read_csv(fte, dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
df.to_csv(producto + '.csv', index=False)
df_t = df.T
df_t.to_csv(producto + '_T.csv', header=False)
identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion']
variables = [x for x in df.columns if x not in identifiers]
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='Fecha',
value_name='Tasa de incidencia')
df_std.to_csv(producto + '_std.csv', index=False)
def prod19_25_38(fte, producto):
df = pd.read_csv(fte, dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
df.to_csv(producto + '.csv', index=False)
df_t = df.T
df_t.to_csv(producto + '_T.csv', header=False)
identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion']
variables = [x for x in df.columns if x not in identifiers]
if '19' in producto:
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='Fecha',
value_name='Casos activos')
elif '25' in producto:
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='Fecha',
value_name='Casos actuales')
elif '38' in producto:
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='Fecha',
value_name='Casos fallecidos')
df_std.to_csv(producto + '_std.csv', index=False)
def prod21_22(fte, producto):
df = pd.read_csv(fte)
df = df.replace('-', '', regex=True)
df.to_csv(producto + '.csv', index=False)
HospitalizadosEtario_T = utils.transpone_csv(producto + '.csv')
HospitalizadosEtario_T.to_csv(producto + '_T.csv', header=False)
if '21' in producto:
print('prod21')
identifiers = ['Sintomas']
variables = [x for x in df.columns if x not in identifiers]
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='fecha', value_name='numero')
df_std.to_csv(producto + '_std.csv', index=False)
if '22' in producto:
print('prod22')
if 'Sexo' in df.columns:
identifiers = ['Grupo de edad', 'Sexo']
else:
identifiers = ['Grupo de edad']
variables = [x for x in df.columns if x not in identifiers]
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='fecha', value_name='numero')
df_std.to_csv(producto + '_std.csv', index=False)
def prod21Nuevo(fte, producto):
df = pd.read_csv(fte)
df = df.replace('-', '', regex=True)
df.to_csv(producto + '.csv', index=False)
df_t = df.T
df_t.to_csv(producto + '_T.csv', header=False)
print('prod21Nuevo')
identifiers = ['Sintomas', 'Hospitalización']
variables = [x for x in df.columns if x not in identifiers]
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='fecha', value_name='numero')
df_std.to_csv(producto + '_std.csv', index=False)
def prod28(fte, prod):
data = []
for file in glob.glob(fte + '/*FechaInicioSintomas_reportadosSEREMI.csv'):
if file != fte + 'FechaInicioSintomas_reportadosSEREMI.csv':
date = re.search("\d{4}-\d{2}-\d{2}", file).group(0)
print("reading " + file)
df = pd.read_csv(file, sep=",", encoding="utf-8", dtype={'Codigo region': object})
df.dropna(how='all', inplace=True)
# Hay semanas epi que se llam S en vez de SE
for eachColumn in list(df):
if re.search("S\d{2}", eachColumn):
print("Bad name " + eachColumn)
df.rename(columns={eachColumn: eachColumn.replace('S', 'SE')}, inplace=True)
# insert publicacion as column 5
# df['Publicacion'] = date
df.insert(loc=2, column='Publicacion', value=date)
data.append(df)
# normalization
data = pd.concat(data)
data = data.fillna(0)
if 'SEREMI notificacion' in (data.columns):
data.rename(columns={'SEREMI notificacion': 'Region'}, inplace=True)
# print(list(data))
utils.regionName(data)
data.to_csv(prod + '.csv', index=False)
identifiers = ['Region', 'Codigo region', 'Publicacion']
variables = [x for x in data.columns if x not in identifiers]
df_std = pd.melt(data, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
value_name='Casos confirmados')
df_std.to_csv(prod + '_std.csv', index=False)
# create old prod 15 from latest adition
latest = max(data['Publicacion'])
print(latest)
latestdf = data.loc[data['Publicacion'] == latest]
latestdf.drop(['Publicacion'], axis=1, inplace=True)
latestdf.to_csv(prod.replace('Historico', '.csv'), index=False)
df_t = latestdf.T
df_t.to_csv(prod.replace('Historico', '_T.csv'), header=False)
identifiers = ['Region', 'Codigo region']
variables = [x for x in latestdf.columns if x not in identifiers]
df_std = pd.melt(latestdf, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
value_name='Casos confirmados')
df_std.to_csv(prod.replace('Historico', '_std.csv'), index=False)
def prod35(fte, producto):
df = pd.read_csv(fte)
identifiers = ['Comorbilidad', 'Hospitalización']
variables = [x for x in df.columns if x not in identifiers]
NumSHosp = df.loc[df['Comorbilidad'] == 'Número Casos sin Hospitalización', variables]
NumHosp = df.loc[df['Comorbilidad'] == 'Número Casos Hospitalizados', variables]
idxNum = NumSHosp.columns.get_loc('2020-06-12')
NumeroSinHosp = NumSHosp.iloc[0][NumSHosp.columns[0:idxNum]]
NumeroHosp = NumHosp.iloc[0][NumHosp.columns[0:idxNum]]
todrop = df.loc[df['Comorbilidad'] == 'Número Casos sin Hospitalización']
df.drop(todrop.index, inplace=True)
todrop = df.loc[df['Comorbilidad'] == 'Número Casos Hospitalizados']
df.drop(todrop.index, inplace=True)
idx = df.columns.get_loc('2020-06-12')
temp1 = round(df.iloc[0:11][df.columns[2:idx]].divide(100) * NumeroSinHosp)
temp2 = round(df.iloc[11:22][df.columns[2:idx]].divide(100) * NumeroHosp)
temp3 = df.iloc[0:11][df.columns[idx:]]
temp4 = df.iloc[11:22][df.columns[idx:]]
df2 = pd.concat([temp1, temp2], axis=0)
df2 = pd.concat([df['Comorbilidad'], df['Hospitalización'], df2], axis=1)
df3 = pd.concat([temp3, temp4], axis=0)
df3 = pd.concat([df2, df3], axis=1)
df3.to_csv(producto + '.csv', index=False)
df3_t = utils.transpone_csv(producto + '.csv')
df3_t.to_csv(producto + '_T.csv', header=False)
df_std = pd.melt(df3, id_vars=identifiers, value_vars=variables, var_name='Fecha',
value_name='Casos confirmados')
df_std.to_csv(producto + '_std.csv', index=False)
def prod39(fte, producto):
copyfile(fte, producto + '.csv')
df = pd.read_csv(fte)
df_t = df.T
df_t.to_csv(producto + '_T.csv', header=False)
identifiers = ['Categoria','Serie']
variables = [x for x in df.columns if x not in identifiers]
df_std = pd.melt(df, id_vars=identifiers, value_vars=variables, var_name='Fecha', value_name='Casos')
df_std.to_csv(producto + '_std.csv', index=False)
def prod45(fte, fte2, prod):
data_2020 = []
data_2021 = []
for file in glob.glob(fte + '/*Casos' + fte2 + 'PorComuna.csv'):
print(file)
if file != fte + 'Casos' + fte2 + 'PorComuna.csv':
date = re.search("\d{4}-\d{2}-\d{2}", file).group(0)
if '2020' in date:
df = pd.read_csv(file, sep=",", encoding="utf-8", dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
# Drop filas de totales por region
todrop = df.loc[df['Comuna'] == 'Total']
df.drop(todrop.index, inplace=True)
# Hay semanas epi que se llam S en vez de SE
for eachColumn in list(df):
if re.search("S\d{2}", eachColumn):
print("Bad name " + eachColumn)
df.rename(columns={eachColumn: eachColumn.replace('S', 'SE')}, inplace=True)
# insert publicacion as column 5
# df['Publicacion'] = date
df.insert(loc=5, column='Publicacion', value=date)
data_2020.append(df)
else:
df = pd.read_csv(file, sep=",", encoding="utf-8",
dtype={'Codigo region': object, 'Codigo comuna': object})
df.dropna(how='all', inplace=True)
# Drop filas de totales por region
todrop = df.loc[df['Comuna'] == 'Total']
df.drop(todrop.index, inplace=True)
# Hay semanas epi que se llam S en vez de SE
for eachColumn in list(df):
if re.search("S\d{2}", eachColumn):
print("Bad name " + eachColumn)
df.rename(columns={eachColumn: eachColumn.replace('S', 'SE')}, inplace=True)
# insert publicacion as column 5
# df['Publicacion'] = date
df.insert(loc=5, column='Publicacion', value=date)
data_2021.append(df)
name = fte2.lower()
if name == 'nonotificados':
name = 'no notificados'
# normalization 2020
data_2020 = pd.concat(data_2020)
data_2020 = data_2020.fillna(0)
utils.regionName(data_2020)
data_2020.sort_values(['Publicacion', 'Region'], ascending=[True, True], inplace=True)
data_2020.to_csv(prod + '_2020.csv', index=False)
# identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion', 'Publicacion']
# variables = [x for x in data_2020.columns if x not in identifiers]
# df_std = pd.melt(data_2020, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
# value_name='Casos ' + name)
# df_std.to_csv(prod + '_2020_std.csv', index=False)
# normalization 2021
data_2021 = pd.concat(data_2021)
data_2021 = data_2021.fillna(0)
utils.regionName(data_2021)
data_2021.sort_values(['Publicacion', 'Region'], ascending=[True, True], inplace=True)
data_2021.to_csv(prod + '_2021.csv', index=False)
# identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion', 'Publicacion']
# variables = [x for x in data_2021.columns if x not in identifiers]
# df_std = pd.melt(data_2021, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
# value_name='Casos ' + name)
# df_std.to_csv(prod + '_2021_std.csv', index=False)
copyfile('../input/InformeEpidemiologico/SemanasEpidemiologicas.csv',
'../output/producto45/SemanasEpidemiologicas.csv')
# create old prod 45 from latest adition
latest = max(data_2021['Publicacion'])
print(latest)
latestdf = data_2021.loc[data_2021['Publicacion'] == latest]
# print(latestdf)
latestdf.drop(['Publicacion'], axis=1, inplace=True)
latestdf.to_csv(prod.replace('Historico', '.csv'), index=False)
df_t = latestdf.T
df_t.to_csv(prod.replace('Historico', '_T.csv'), header=False)
# identifiers = ['Region', 'Codigo region', 'Comuna', 'Codigo comuna', 'Poblacion']
# variables = [x for x in latestdf.columns if x not in identifiers]
# df_std = pd.melt(latestdf, id_vars=identifiers, value_vars=variables, var_name='Semana Epidemiologica',
# value_name='Casos ' + name)
# df_std.to_csv(prod.replace('Historico', '_std.csv'), index=False)
def prod57(fte, prod):
print("Generando producto 57")
df = pd.read_csv(fte, encoding='utf-8')
df.rename(columns={'fecha_fallecimiento': 'Fecha',
'region_residencia': 'Region',
'hospitalizacion': 'Hospitalizacion'},
inplace=True)
regionNameRegex(df)
regionName(df)
df['Region'] = df['Region'].str.strip()
df.to_csv(prod + '.csv', index=False)
df2 = pd.read_csv(prod + '.csv')
identifiers = ['Fecha', 'Region', 'Hospitalizacion']
variables = [x for x in df2.columns if x not in identifiers]
identifiers.append('Publicacion')
df_std = pd.DataFrame()
i = 0
for publicacion in variables:
temp = pd.DataFrame()
temp['Publicacion'] = pd.Series([publicacion]*len(df2[publicacion]))
temp['Fecha'] = df2['Fecha'].copy()
temp['Region'] = df2['Region'].copy()
temp['Hospitalizacion'] = df2['Hospitalizacion'].copy()
temp['Fallecidos'] = df2[publicacion].copy()
dates_rep = temp['Fecha'].unique()
flag = 0
for day in dates_rep:
if flag == 0:
if day > publicacion:
print(day,publicacion)
flag = 1
todrop = temp.loc[temp['Fecha'] > publicacion]
temp.drop(todrop.index, inplace = True)
if i == 0:
df_std = temp.copy()
i += 1
else:
df_std = pd.concat([df_std, temp], axis = 0)
# df_std.to_csv(prod + '_std.csv', index=False)
def prod59_60_62(fte, prod):
print("Generando producto 59, 60, 62")
df = pd.read_csv(fte, encoding='utf-8')
df.to_csv(prod + '.csv', index=False)
def prod61(fte, prod):
print("Generando producto 61")
df = pd.read_csv(fte, encoding='utf-8')
df.rename(columns={'comuna': 'Comuna',
'cie_10': 'CIE 10',
'casos': 'Casos',
'region': 'Region'},
inplace=True)
regionNameRegex(df)
regionName(df)
df['Region'] = df['Region'].str.strip()
df.to_csv(prod + '.csv', index=False)
if __name__ == '__main__':
prod1('../input/InformeEpidemiologico/CasosAcumuladosPorComuna.csv', '../output/producto1/Covid-19')
prod2('../input/InformeEpidemiologico/CasosAcumuladosPorComuna.csv', '../output/producto2/')
# print('Generando producto 6')
# exec(open('bulk_producto2.py').read())
print('Generando producto 15')
prod15('../input/InformeEpidemiologico/', '../output/producto15/FechaInicioSintomasHistorico')
prod16('../input/InformeEpidemiologico/CasosGeneroEtario.csv', '../output/producto16/CasosGeneroEtario')
prod16_etapa_clinica('../input/InformeEpidemiologico/CasosGeneroEtarioEtapaClinica.csv', '../output/producto16/CasosGeneroEtarioEtapaClinica')
print('Generando producto 18')
prod18('../input/InformeEpidemiologico/TasaDeIncidencia.csv', '../output/producto18/TasaDeIncidencia')
print('Generando producto 19')
prod19_25_38('../input/InformeEpidemiologico/CasosActivosPorComuna.csv',
'../output/producto19/CasosActivosPorComuna')
print('Generando producto 21')
prod21_22('../input/InformeEpidemiologico/SintomasCasosConfirmados.csv',
'../output/producto21/SintomasCasosConfirmados')
prod21_22('../input/InformeEpidemiologico/SintomasHospitalizados.csv',
'../output/producto21/SintomasHospitalizados')
prod21Nuevo('../input/InformeEpidemiologico/Sintomas.csv', '../output/producto21/Sintomas')
print('Generando producto 22')
prod21_22('../input/InformeEpidemiologico/HospitalizadosGeneroEtario_Acumulado.csv',
'../output/producto22/HospitalizadosEtario_Acumulado')
prod21_22('../input/InformeEpidemiologico/HospitalizadosUCI_Acumulado.csv',
'../output/producto22/HospitalizadosUCI_Acumulado')
print('Generando producto 25')
prod19_25_38('../input/InformeEpidemiologico/CasosActualesPorComuna.csv',
'../output/producto25/CasosActualesPorComuna')
print('Generando producto 28')
prod28('../input/InformeEpidemiologico/', '../output/producto28/FechaInicioSintomas_reportadosSEREMIHistorico')
print('Generando producto 35')
prod35('../input/InformeEpidemiologico/Comorbilidad.csv', '../output/producto35/Comorbilidad')
print('Generando producto 38')
prod19_25_38('../input/InformeEpidemiologico/CasosFallecidosPorComuna.csv',
'../output/producto38/CasosFallecidosPorComuna')
print('Generando producto 39')
prod39('../input/InformeEpidemiologico/NotificacionInicioSintomas.csv',
'../output/producto39/NotificacionInicioSintomas')
print('Generando producto 45')
prod45('../input/InformeEpidemiologico/', 'Confirmados', '../output/producto45/CasosConfirmadosPorComunaHistorico')
prod45('../input/InformeEpidemiologico/', 'NoNotificados',
'../output/producto45/CasosNoNotificadosPorComunaHistorico')
prod45('../input/InformeEpidemiologico/', 'Probables', '../output/producto45/CasosProbablesPorComunaHistorico')
prod57('../input/InformeEpidemiologico/fallecidos_hospitalizados.csv', '../output/producto57/fallecidos_hospitalizados')
prod59_60_62('../input/InformeEpidemiologico/casos_nuevos_acumulados_por_fecha.csv', '../output/producto62/casos_nuevos_acumulados_por_fecha')
prod59_60_62('../input/InformeEpidemiologico/etapa_clinica_por_fecha_notificacion.csv',
'../output/producto59/etapa_clinica_por_fecha_notificacion')
prod59_60_62('../input/InformeEpidemiologico/etapa_clinica_por_fis.csv',
'../output/producto60/etapa_clinica_por_fis')
prod61('../input/InformeEpidemiologico/serie_fallecidos_comuna.csv',
'../output/producto61/serie_fallecidos_comuna')