-
Notifications
You must be signed in to change notification settings - Fork 13
/
update_from_json.py
155 lines (119 loc) · 5.17 KB
/
update_from_json.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
import sys
import os
import pandas as pd
import geopandas as gpd
from datetime import datetime, timedelta
edos = ['Aguascalientes', 'Baja California', 'Baja California Sur', 'Campeche',
'Chiapas', 'Chihuahua', 'Ciudad de México', 'Coahuila', 'Colima',
'Durango', 'Estado de México', 'Guanajuato', 'Guerrero', 'Hidalgo',
'Jalisco', 'Michoacán', 'Morelos', 'Nayarit', 'Nuevo León', 'Oaxaca',
'Puebla', 'Querétaro', 'Quintana Roo', 'San Luis Potosí', 'Sinaloa',
'Sonora', 'Tabasco', 'Tamaulipas', 'Tlaxcala', 'Veracruz', 'Yucatán',
'Zacatecas']
file = sys.argv[1]
global_write = sys.argv[2].lower() == 'true'
update_time = datetime.now() - timedelta(hours=6)
date = datetime.now() - timedelta(days=1)
# date_formatted = date.strftime('%Y-%m-%d')
date_s = pd.Series(date.strftime('%Y-%m-%d'), ['Fecha'])
# Datos en formato correcto
cols = {1: 'estado', 2: 'poblacion', 4: 'positivos',
5: 'negativos', 6: 'sospechosos', 7: 'defunciones', 8: 'tasa_100k', 10: 'num'}
df = (pd.read_json(file, orient='records')
.drop([0, 3, 9], axis=1) # columnas de indices
.rename(columns=cols)
.drop(32))
df['poblacion'] = df['poblacion'].astype(float).round()
df.loc[14, 'estado'] = 'Estado de México'
df.loc[21, 'estado'] = 'Querétaro'
df = df.sort_values('estado')
# .reset_index(drop=True) no necesarion por concat con ignore_index=True
totales = pd.concat((pd.Series('México', ['estado']), df.iloc[:, 1:].sum()))
sinave_df = (pd.concat((totales.to_frame().T, df), ignore_index=True)
.set_index('estado')
.astype(int))
assert (sinave_df.index[1:] == edos).all()
repo = '..'
data_dir = os.path.join(repo, 'datos', '')
# csv_dir = os.path.join(data_dir, 'reportes_oficiales_ssa', '')
series_dir = os.path.join(data_dir, 'series_de_tiempo', '')
geo_dir = os.path.join(data_dir, 'geograficos', '')
demo_dir = os.path.join(data_dir, 'demograficos_variables', '')
# Updates
# Nuevos totales por estado
totales_file = series_dir + 'covid19_mex_casos_totales.csv'
totales_df = pd.read_csv(totales_file)
diff = totales_df.iloc[-1, 1:] - totales_df.iloc[-2, 1:]
row = pd.concat((date_s, sinave_df.positivos))
totales_df = totales_df.append(row, ignore_index=True)
# Casos nuevos por estado
nuevos_file = series_dir + 'covid19_mex_casos_nuevos.csv'
nuevos_df = pd.read_csv(nuevos_file)
row = pd.concat((date_s, totales_df.iloc[-1, 1:] - totales_df.iloc[-2, 1:]))
nuevos_df = nuevos_df.append(row, ignore_index=True)
# Muertes por estado
muertes_file = series_dir + 'covid19_mex_muertes.csv'
muertes_df = pd.read_csv(muertes_file)
row = pd.concat((date_s, sinave_df.defunciones))
muertes_df = muertes_df.append(row, ignore_index=True)
# Sospechosos por estado
sospechosos_file = series_dir + 'covid19_mex_sospechosos.csv'
sospechosos_df = pd.read_csv(sospechosos_file)
row = pd.concat((date_s, sinave_df.sospechosos))
sospechosos_df = sospechosos_df.append(row, ignore_index=True)
# Negativos por estado
negativos_file = series_dir + 'covid19_mex_negativos.csv'
negativos_df = pd.read_csv(negativos_file)
row = pd.concat((date_s, sinave_df.negativos))
negativos_df = negativos_df.append(row, ignore_index=True)
pairs_file_df = [(totales_file, totales_df),
(nuevos_file, nuevos_df),
(muertes_file, muertes_df),
(sospechosos_file, sospechosos_df),
(negativos_file, negativos_df)]
for file, df in pairs_file_df:
print(f'\nUltimos cambios {file}')
print(df.tail(2))
if global_write:
write = True
else:
write = input('\nEscribir cambios (y/n) : ')
write = True if write == 'y' else False
if write:
with open(file, 'a') as f:
# f.write('\n')
df.tail(1).to_csv(path_or_buf=f,
header=False, index=False)
# Eliminamos totales para el país
sinave_df = sinave_df.iloc[1:]
# Archivo de geojson
geojson_file = geo_dir + 'mexico.geojson'
edos_hoy_file = data_dir + 'estados_hoy.csv'
updated_file = data_dir + 'last_updated.csv'
gdf = gpd.read_file(geojson_file).set_index('name')
gdf[['totales', 'muertes']] = sinave_df[['positivos', 'defunciones']]
gdf.nuevos = nuevos_df.iloc[-1, 2:].astype('int')
# gdf.recuperaciones = recuperados_df.iloc[-1, 2:].values.astype('int')
# gdf.activos = activos_df.iloc[-1, 2:].values.astype('int')
gdf.totales_100k = gdf.totales * 100000 / gdf.population
gdf.updated_at = str(update_time).replace(' ', 'T')
gdf = gdf.reset_index()
assert gdf.shape[1] == 12
cols_edos_hoy = ['name', 'totales', 'nuevos',
'activos', 'muertes', 'recuperaciones']
map_cols = {'name': 'Estado',
'totales': 'Casos totales',
'nuevos': 'Casos nuevos ultimas 24h',
'activos': 'Casos activos',
'muertes': 'Muertes',
'recuperaciones': 'Recuperaciones'}
edos_hoy_df = gdf[cols_edos_hoy].rename(columns=map_cols)
if global_write:
write = True
else:
write = input('\nEscribir cambios GeoJSON (y/n) : ')
write = True if write == 'y' else False
if write:
gdf.to_file(geojson_file, driver='GeoJSON')
gdf.loc[0:0, ['updated_at']].to_csv(updated_file, index=False)
edos_hoy_df.to_csv(edos_hoy_file, index=False)