【PythonでCIVID-19分析】日本版(2) Part6: プログラムの動作確認

今回は完成したプログラムc19j2_df_ver1.0が最新のデータに対して問題なく動作するかを確認しようと思います。

日本版(2)は東洋経済オンライン編集部の荻原和樹氏がGitHubで公開しているデータを使わせていただきます。

https://github.com/kaz-ogiwara/covid19

上記にアクセスしてデータをダウンロード。

dataフォルダー内にあるsummary.csvの内容の確認を行います。

本稿執筆の2020/06/17時点で2020/02/05から2020/06/16までのデータが存在することが確認できます。

実際にプログラムc19j2_df_ver1.0を走らせて確認し、先頭が2020/02/05で、末尾が2020/06/16になっていれば問題ないと判断できます。

以下が完成したプログラムとなります。

import pandas as pd
import numpy as np
c19_j2 = pd.read_csv("summary.csv" , encoding = "utf=8")
c19_j2.head()
c19_j2.tail()

c19_j2.columns

c19_j2.info()

#必要な行の選択
c19_j2 = c19_j2[["year","month","date","pcr_tested_positive","discharged","death","pcr_tested"]]
c19_j2.head()
c19_j2.tail()

#カラムのリネーム
c19j2_df = c19_j2.rename(columns={"pcr_tested_positive" : "Confirmed","discharged" : "Recovery" , "death": "Death" , "pcr_tested" : "PCR_TEST"})
c19j2_df.head()

# 年・月・日と、それらをまとめた年月日を、格納する空のリストを作成
ymd_l = []
y_l = []
m_l = []
d_l = []

# 年・月・日をそれぞれリストに格納する処理
for y in c19_j2["year"]:
    y = str(y)
    y_l.append(y)

for m in c19_j2["month"]:
    # 文字列にキャスト
    m = str(m)
    # 数字が一桁だった場合、先頭に0を加える処理
    if len(m) == 1:
        m = "0" + m
        m_l.append(m)
    else:
        m_l.append(m)

for d in c19_j2["date"]:
    # 文字列にキャスト
    d = str(d)
    # 数字が一桁だった場合、先頭に0を加える処理
    if len(d) == 1:
        d = "0" + d
        d_l.append(d)
    else:
        d_l.append(d)

# 年・月・日の各リストからそれぞれを取り出し、加算して年月日に整形、リストに格納
nums = len(m_l)
for num in range(nums):
    ymd = y_l[num] + m_l[num] + d_l[num]
    # print(len(ymd))
    # print(ymd)
    ymd_l.append(ymd)

# 年月日リストをデータフレームに変換し、データフレームc19_j2にDate行として追加
c19_j2["Date"] = pd.DataFrame(ymd_l)

c19_j2 .head()

#カラムの並び替え
c19_j2 = c19_j2[["year","month","date","Date","pcr_tested_positive","discharged","death","pcr_tested"]]
c19_j2.head()

#カラムのリネーム
c19j2_df = c19_j2.rename(columns={"pcr_tested_positive" : "Confirmed","discharged" : "Recovery" , "death": "Death" , "pcr_tested" : "PCR_TEST"})
c19j2_df.head(10)
c19j2_df.tail(10)

#不要列の削除
del c19j2_df["year"]
del c19j2_df["month"]
del c19j2_df["date"]

c19j2_df.head()
c19j2_df.tail()

#欠損値の確認
c19j2_df.isnull().sum()

#データ内容の確認
c19j2_df.info()

#csvファイルに書き込み
c19j2_df.to_csv("c19j2_df_20200616.csv", index = False, encoding="utf-8")

出来上がったデータを読み込んで確認します

c19j1_df = pd.read_csv("c19j2_df_20200616.csv" , encoding = "utf=8")

c19j1_df.head()
c19j1_df.tail()

• 

次いで欠損値の確認を行います。

c19j2_df.isnull().sum()

• 

欠損値のないことが確認されました。

さらにデータの内容を確認して置きます。

128行のデータになっていれば問題なしということです

c19j2_df.info()

• 

表示された結果、問題なく128行のデータであることが確認できました。

これで準備が完了しました。

次回は、いよいよ可視化を行い分析に取りかかろうと思います。