用 Python Pandas 分析新冠數據教程1

之前說到過，和同事們做了一個免費開源的新冠數據訪問接口項目：COVID-19-Data-API。今天開始我們用 Python 、jupyter notebook、pandas等來進行數據分析的一個教程。

疫情過後，有人說剩下來的都是數字化的企業了，數據分析能力也已經是一項必備技能了，有太多的工具可以進行數據分析，前幾年可能excel 還是很多人認為最有效的數據分析工具，現在可以選擇面太廣了，免費工具裡面，Python+pandas 肯定還是最佳選擇之一。準備一套完整的 Python 的入門教材+Python數據分析教程，並且用現在時髦的視頻方式錄製。所以先準備好教材。

下面的代碼從接口處獲得數據，經過簡單的整理，輸出。
具體來說，是獲得意大利在2020年3月24日的疫情感染數據。

1 設置API的地址，調用token
2 設置headers、payload等需要調用的參數
3 通過 requests 的 get 方法來訪問數據
4 通過 pandas 來簡單處理數據
5 顯示數據

# demo for infection/region
# input region, start_date, get data
# 接口：感染/國家地區

import requests
import pandas as pd

# API url
url = 'https://covid-19.adapay.tech/api/v1/'
# token, can call register function get the API token
token = '497115d0c2ff9586bf0fe03088cfdbe2'

# region or country
region='Italy'

# headers, need the API token
headers = {
    'token': token
}

# the params
payload = {
    'region': region,
    'start_date':'2020-03-24'
}

# call requets to load 
r = requests.get(url+'infection/region', params=payload, headers=headers)

data = r.json()

# use pandas to get the data
df = pd.DataFrame.from_dict(data['data']['region'][region])
print(df)
print('---')

通過requests 獲得數據，然後pandas 整理。輸出結果如下：

               2020-03-24
confirmed           69176
confirmed_add        5249
deaths               6820
deaths_add            743
recovered            8326
recovered_add         894

即便你對Python不太懂，或者一知半解，相信看到上面的代碼也能夠猜的七七八八，Python的可讀性非常好。

要運行上面代碼，最簡單的方式是通過 jupyter-notebook，然後推薦下載安裝 anaconda，最強的 Python 擴展程序，下載安裝 anaconda 之後，直接運行 jupyter-notebook，就可以在notebook 裡面的 cell 單元格中輸入上面的代碼。 已經有很多教程關於怎麼使用 Python 下的 jupyter-notebook，可以先網上搜索一下，這裡就不贅述了。

下面的例子讀取一段時間範圍內的數據，並對行列進行交換，便於分析和製圖。基礎代碼延續之前的例子，所以要在上面運行的基礎上繼續。

# demo for infection/region
# input region, start_date, end_date, get data

# the params
payload = {
'region': region,
'start_date': '2020-03-24',
'end_date': '2020-03-31'
}

# call requets to load
r = requests.get(url+'infection/region', params=payload, headers=headers)

data = r.json()

# use pandas to get the data
df = pd.DataFrame.from_dict(data['data']['region'][region])
print(df)
print('---')

我們可以得到下面的結果：

               2020-03-24  2020-03-25  2020-03-26  2020-03-27  2020-03-28  \
confirmed_add        5249        5210        6203        5909        5974   
deaths_add            743         683         712         919         889   
recovered_add         894        1036         999         589        1434   
confirmed           69176       74386       80589       86498       92472   
deaths               6820        7503        8215        9134       10023   
recovered            8326        9362       10361       10950       12384   

               2020-03-29  2020-03-30  2020-03-31  
confirmed_add        5217        4050        4053  
deaths_add            756         812         837  
recovered_add         646        1590        1109  
confirmed           97689      101739      105792  
deaths              10779       11591       12428  
recovered           13030       14620       15729  

我們把日期和確證等交換一下行列，便於製圖

# demo for infection/region
# input region, start_date, end_date, get data
# exchange the row and column by Pandas, the row index is date
# 交換數據的行和列

df = df.T
print(df)
print('---')

可以得到下面的結果：

            confirmed_add  deaths_add  recovered_add  confirmed  deaths  \
2020-03-24           5249         743            894      69176    6820   
2020-03-25           5210         683           1036      74386    7503   
2020-03-26           6203         712            999      80589    8215   
2020-03-27           5909         919            589      86498    9134   
2020-03-28           5974         889           1434      92472   10023   
2020-03-29           5217         756            646      97689   10779   
2020-03-30           4050         812           1590     101739   11591   
2020-03-31           4053         837           1109     105792   12428   

            recovered  
2020-03-24       8326  
2020-03-25       9362  
2020-03-26      10361  
2020-03-27      10950  
2020-03-28      12384  
2020-03-29      13030  
2020-03-30      14620  
2020-03-31      15729