-
Notifications
You must be signed in to change notification settings - Fork 1
/
response_data.py
334 lines (216 loc) · 11.3 KB
/
response_data.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
from dataframes import *
from datetime import date, timedelta, datetime
ccaa = ['Andalucía', 'Aragón', 'Asturias', 'Baleares', 'C. Valenciana', 'Canarias', 'Cantabria',
'Castilla La Mancha', 'Castilla y León', 'Cataluña', 'Ceuta', 'Extremadura', 'Galicia', 'La Rioja',
'Madrid', 'Melilla', 'Murcia', 'Navarra', 'País Vasco']
def format_date(fecha):
return datetime.strptime(fecha, "%Y-%m-%d").strftime("%d-%m-%Y")
def casos_acumulados(current_autonomy):
return str(df_ccaa_casos.groupby(['ccaa'])['num_casos'].sum()[current_autonomy])
def incremento_ultimo_dia(current_autonomy):
df_loc = df_ccaa_casos.loc[(df_ccaa_casos['fecha'] == fecha_actualizacion(current_autonomy)) &
(df_ccaa_casos['ccaa'] == current_autonomy)]
return str(df_loc['num_casos'].values[0])
def media_casos_semana(current_autonomy):
ultima_fecha = fecha_actualizacion(current_autonomy)
fecha = datetime.strptime(ultima_fecha, "%Y-%m-%d")
total = 0
for i in range(7):
fecha2 = fecha - timedelta(days=i)
fecha_semana_antes = fecha2.strftime("%Y-%m-%d")
df_loc = df_ccaa_casos.loc[(df_ccaa_casos['fecha'] == fecha_semana_antes) &
(df_ccaa_casos['ccaa'] == current_autonomy)]
total += int(df_loc['num_casos'].values[0])
return str(round(total/7, 1))
def fecha_actualizacion(current_autonomy):
actual_day = date.today()
dias_antes = 0
day_before = timedelta(days=dias_antes)
# La primera fecha de la que se tiene datos
while df_ccaa_casos.loc[df_ccaa_casos['fecha'] == str(actual_day-day_before)].empty:
dias_antes += 1
day_before = timedelta(days=dias_antes)
# Los ultimos datos de la ccaa
df_loc = df_ccaa_casos.loc[(df_ccaa_casos['fecha'] == str(actual_day-day_before)) &
(df_ccaa_casos['ccaa'] == current_autonomy)]
while df_loc['num_casos'].values[0] == 0:
dias_antes += 1
day_before = timedelta(days=dias_antes)
df_loc = df_ccaa_casos.loc[(df_ccaa_casos['fecha'] == str(actual_day-day_before)) &
(df_ccaa_casos['ccaa'] == current_autonomy)]
return str(actual_day-day_before)
def muertes_totales(current_autonomy):
return str(df_ccaa_muertes.groupby(['CCAA'])['Fallecidos'].sum()[current_autonomy])
def muertes_ultimo_dia(current_autonomy):
df_loc = df_ccaa_muertes.loc[(df_ccaa_muertes['Fecha'] == fecha_actualizacion_muertes()) &
(df_ccaa_muertes['CCAA'] == current_autonomy)]
return str(df_loc['Fallecidos'].values[0])
def media_muertes_semana(current_autonomy):
ultima_fecha = fecha_actualizacion_muertes()
fecha = datetime.strptime(ultima_fecha, "%Y-%m-%d")
total = 0
for i in range(7):
fecha2 = fecha - timedelta(days=i)
fecha_semana_antes = fecha2.strftime("%Y-%m-%d")
df_loc = df_ccaa_muertes.loc[(df_ccaa_muertes['Fecha'] == fecha_semana_antes) &
(df_ccaa_muertes['CCAA'] == current_autonomy)]
total += int(df_loc['Fallecidos'].values[0])
return str(round(total/7, 1))
def tasa_letalidad(current_autonomy):
return str(round(int(muertes_totales(current_autonomy))*100/int(casos_acumulados(current_autonomy)), 2))
def fecha_actualizacion_muertes():
actual_day = date.today()
dias_antes = 0
day_before = timedelta(days=dias_antes)
# La primera fecha de la que se tiene datos
while df_ccaa_muertes.loc[df_ccaa_muertes['Fecha'] == str(actual_day - day_before)].empty:
dias_antes += 1
day_before = timedelta(days=dias_antes)
return str(actual_day-day_before)
def pacientes_ingresados(current_autonomy):
df_loc = df_ccaa_hospital.loc[(df_ccaa_hospital['Fecha'] == fecha_actualizacion_hospital(current_autonomy)) &
(df_ccaa_hospital['CCAA'] == current_autonomy)]
return str(int(df_loc['Total Pacientes COVID ingresados']))
def porcentaje_camas_ocupadas(current_autonomy):
df_loc = df_ccaa_hospital.loc[(df_ccaa_hospital['Fecha'] == fecha_actualizacion_hospital(current_autonomy)) &
(df_ccaa_hospital['CCAA'] == current_autonomy)]
return str(df_loc['% Camas Ocupadas COVID'].values[0])
def pacientes_ingresados_uci(current_autonomy):
df_loc = df_ccaa_hospital.loc[(df_ccaa_hospital['Fecha'] == fecha_actualizacion_hospital(current_autonomy)) &
(df_ccaa_hospital['CCAA'] == current_autonomy)]
return str(int(df_loc['Total pacientes COVID en UCI']))
def porcentaje_camas_uci_ocupadas(current_autonomy):
df_loc = df_ccaa_hospital.loc[(df_ccaa_hospital['Fecha'] == fecha_actualizacion_hospital(current_autonomy)) &
(df_ccaa_hospital['CCAA'] == current_autonomy)]
return str(df_loc['% Camas Ocupadas UCI COVID'].values[0])
def ingresados_ultimo_dia(current_autonomy):
df_loc = df_ccaa_hospital.loc[(df_ccaa_hospital['Fecha'] == fecha_actualizacion_hospital(current_autonomy)) &
(df_ccaa_hospital['CCAA'] == current_autonomy)]
return str(int(df_loc['Ingresos COVID últimas 24 h']))
def altas_ultimo_dia(current_autonomy):
df_loc = df_ccaa_hospital.loc[(df_ccaa_hospital['Fecha'] == fecha_actualizacion_hospital(current_autonomy)) &
(df_ccaa_hospital['CCAA'] == current_autonomy)]
return str(int(df_loc['Altas COVID últimas 24 h']))
def fecha_actualizacion_hospital(current_autonomy):
actual_day = date.today()
dias_antes = 0
day_before = timedelta(days=dias_antes)
# La primera fecha de la que se tiene datos
while df_ccaa_hospital.loc[df_ccaa_hospital['Fecha'] == str(actual_day-day_before)].empty:
dias_antes += 1
day_before = timedelta(days=dias_antes)
# Los ultimos datos de la ccaa
df_loc = df_ccaa_hospital.loc[(df_ccaa_hospital['Fecha'] == str(actual_day-day_before)) &
(df_ccaa_hospital['CCAA'] == current_autonomy)]
while df_loc['Total Pacientes COVID ingresados'].values[0] == 0:
dias_antes += 1
day_before = timedelta(days=dias_antes)
df_loc = df_ccaa_hospital.loc[(df_ccaa_hospital['Fecha'] == str(actual_day-day_before)) &
(df_ccaa_hospital['CCAA'] == current_autonomy)]
return str(actual_day-day_before)
def casos_acumulados_espana():
return str(df_ccaa_casos['num_casos'].sum())
def incremento_ultimo_dia_espana():
df_loc = df_ccaa_casos.loc[df_ccaa_casos['fecha'] == fecha_actualizacion_espana()]
return str(df_loc['num_casos'].sum())
def media_casos_semana_espana():
ultima_fecha = fecha_actualizacion_espana()
fecha = datetime.strptime(ultima_fecha, "%Y-%m-%d")
total = 0
for i in range(7):
fecha2 = fecha - timedelta(days=i)
fecha_semana_antes = fecha2.strftime("%Y-%m-%d")
df_loc = df_ccaa_casos.loc[df_ccaa_casos['fecha'] == fecha_semana_antes]
total += int(df_loc['num_casos'].sum())
return str(round(total / 7, 1))
def fecha_actualizacion_espana():
actual_day = date.today()
dias_antes = 0
day_before = timedelta(days=dias_antes)
# La primera fecha de la que se tiene datos
while df_ccaa_casos.loc[df_ccaa_casos['fecha'] == str(actual_day - day_before)].empty:
dias_antes += 1
day_before = timedelta(days=dias_antes)
return str(actual_day-day_before)
def casos_edad(edad):
df_loc = df_edad.loc[(df_edad['fecha'] == fecha_actualizacion_edad()) & (df_edad['sexo'] == 'ambos') & (df_edad['rango_edad'] == edad)]
return str(df_loc['casos_confirmados'].values[0])
def muertos_edad(edad):
df_loc = df_edad.loc[(df_edad['fecha'] == fecha_actualizacion_edad()) & (df_edad['sexo'] == 'ambos') & (df_edad['rango_edad'] == edad)]
return str(df_loc['fallecidos'].values[0])
def tasa_edad(edad):
return str(round(int(muertos_edad(edad))*100/int(casos_edad(edad)), 2))
def total_casos_edad():
df_loc = df_edad.loc[(df_edad['fecha'] == fecha_actualizacion_edad()) & (df_edad['sexo'] == 'ambos')]
return str(df_loc['casos_confirmados'].sum())
def total_muertos_edad():
df_loc = df_edad.loc[(df_edad['fecha'] == fecha_actualizacion_edad()) & (df_edad['sexo'] == 'ambos')]
return str(df_loc['fallecidos'].sum())
def total_tasa_edad():
return str(round(int(total_muertos_edad())*100/int(total_casos_edad()), 2))
def fecha_actualizacion_edad():
actual_day = date.today()
dias_antes = 0
day_before = timedelta(days=dias_antes)
# La primera fecha de la que se tiene datos
while df_edad.loc[df_edad['fecha'] == str(actual_day - day_before)].empty:
dias_antes += 1
day_before = timedelta(days=dias_antes)
return str(actual_day - day_before)
def muertes_totales_espana():
return str(df_ccaa_muertes.groupby(['CCAA'])['Fallecidos'].sum()['España'])
def muertes_ultimo_dia_espana():
return str(muertes_ultimo_dia('España'))
def media_muertes_semana_espana():
return media_muertes_semana('España')
def tasa_letalidad_espana():
return str(int(muertes_totales('España'))*100/int(casos_acumulados_espana()))
def top_5_casos():
dict = {}
for i in range(len(ccaa)):
dict[ccaa[i]] = int(casos_acumulados(ccaa[i]))
text=''
new_dict = sorted(dict.items(), key=lambda x: x[1], reverse=True)
for i in range(5):
text += '\t - ' + new_dict[i][0] + ': <b>' + str(new_dict[i][1]) + '</b>. \n'
return text
def top_5_casos_100():
dict = {}
for i in range(len(ccaa)):
df_loc = df_ccaa_habitantes.loc[df_ccaa_habitantes['ccaa'] == ccaa[i]]
dict[ccaa[i]] = round((int(casos_acumulados(ccaa[i]))*100000)/df_loc['habitantes'].values[0], 1)
text=''
new_dict = sorted(dict.items(), key=lambda x: x[1], reverse=True)
for i in range(5):
text += '\t - ' + new_dict[i][0] + ': <b>' + str(new_dict[i][1]) + '</b>. \n'
return text
def top_5_casos_100_semana():
dict = {}
for i in range(len(ccaa)):
df_loc = df_ccaa_habitantes.loc[df_ccaa_habitantes['ccaa'] == ccaa[i]]
dict[ccaa[i]] = round((float(media_casos_semana(ccaa[i]))*100000)/df_loc['habitantes'].values[0], 1)
text=''
new_dict = sorted(dict.items(), key=lambda x: x[1], reverse=True)
for i in range(5):
text += '\t - ' + new_dict[i][0] + ': <b>' + str(new_dict[i][1]) + '</b>. \n'
return text
def top_5_muertes_100():
dict = {}
for i in range(len(ccaa)):
df_loc = df_ccaa_habitantes.loc[df_ccaa_habitantes['ccaa'] == ccaa[i]]
dict[ccaa[i]] = round((int(muertes_totales(ccaa[i]))*100000)/df_loc['habitantes'].values[0], 1)
text=''
new_dict = sorted(dict.items(), key=lambda x: x[1], reverse=True)
for i in range(5):
text += '\t - ' + new_dict[i][0] + ': <b>' + str(new_dict[i][1]) + '</b>. \n'
return text
def top_5_muertes_100_semana():
dict = {}
for i in range(len(ccaa)):
df_loc = df_ccaa_habitantes.loc[df_ccaa_habitantes['ccaa'] == ccaa[i]]
dict[ccaa[i]] = round((float(media_muertes_semana(ccaa[i]))*100000)/df_loc['habitantes'].values[0], 1)
text=''
new_dict = sorted(dict.items(), key=lambda x: x[1], reverse=True)
for i in range(5):
text += '\t - ' + new_dict[i][0] + ': <b>' + str(new_dict[i][1]) + '</b>. \n'
return text