Proyecto de seguimiento de COVID

El conjunto de datos de COVID Tracking Project ofrece las últimas cifras sobre las pruebas, los casos confirmados, las hospitalizaciones y los pronósticos de los pacientes de cada estado y territorio de EE. UU.

Para obtener más información sobre este conjunto de datos, consulte el repositorio de GitHub del proyecto.

Nota

Microsoft proporciona Azure Open Datasets "tal cual". Microsoft no ofrece ninguna garantía, expresa o implícita, ni condición con respecto al uso que usted haga de los conjuntos de datos. En la medida en la que lo permita su legislación local, Microsoft declina toda responsabilidad por posibles daños o pérdidas, incluidos los daños directos, consecuenciales, especiales, indirectos, incidentales o punitivos, que resulten de su uso de los conjuntos de datos.

Este conjunto de datos se proporciona bajo los términos originales con los que Microsoft recibió los datos de origen. El conjunto de datos puede incluir datos procedentes de Microsoft.

Conjuntos de datos

Las versiones modificadas del conjunto de datos están disponibles en CSV, JSON, JSON-Lines y Parquet.

Todas las versiones modificadas tienen códigos de subdivisión conforme a la norma ISO 3166 y tiempos de carga agregados, y utilizan minúsculas para los nombres de las columnas con guiones bajos como separadores.

Datos sin procesar: "https://pandemicdatalake.blob.core.windows.net/public/raw/covid-19/covid_tracking/latest/daily.json"

Versiones anteriores de datos modificados y sin procesar: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/covid_tracking/

https://pandemicdatalake.blob.core.windows.net/public/raw/covid-19/covid_tracking/

Volumen de datos

Todos los conjuntos de datos se actualizan cada día. Desde el 13 de mayo de 2020, contenían 4100 filas (CSV: 574 KB, JSON: 1,8 MB, JSONL: 1,8 MB y Parquet: 334 KB).

Origen de datos

Estos datos se publican inicialmente en el proyecto “COVID Tracking Project at The Atlantic”. Los datos sin procesar se ingieren desde el repositorio de GitHub de seguimiento de COVID mediante el archivo states_daily_4p_et.csv. Para obtener más información sobre este conjunto de datos, incluidos sus orígenes, de la API del proyecto de seguimiento de COVID, consulte el repositorio de GitHub del proyecto.

Calidad de los datos

El proyecto de seguimiento de COVID clasifica la calidad de los datos para cada estado y ofrece más información sobre la evaluación de la calidad de los datos. Para obtener más información, consulte la página de datos del proyecto de seguimiento de COVID. Los datos del repositorio de GitHub pueden tener una hora de retraso respecto a la API. Es necesario utilizar la API para acceder a los datos más recientes.

Atribución de licencias y derechos de uso

Estos datos se conceden bajo los términos y condiciones de la licencia de Apache 2.0.

Todo uso de los datos debe mantener los avisos de propiedad intelectual, patente, marca comercial y atribución.

Contacto

Si tiene alguna pregunta o comentario sobre este u otros conjuntos de datos del lago de datos COVID-19, póngase en contacto con askcovid19dl@microsoft.com.

Columnas

Nombre Tipo de datos Único Valores (ejemplo) Descripción
date date 420 2020-11-10 2021-01-30 Fecha para la que se han recopilado los totales diarios.
date_checked string 9,487 2020-12-01T00:00:00Z 2020-09-01T00:00:00Z Obsoleto
death SMALLINT 7,327 2 5 Número total de personas fallecidas por COVID-19 hasta ahora.
death_increase SMALLINT 429 1 2 Obsoleto
fips SMALLINT 56 26 55 Código del censo conforme a la norma FIPS.
fips_code string 60 53 25 Código del censo conforme a la norma FIPS.
hash string 20,780 63df8cccd23a5476bab2d8111b138e4c9becd35e c606cd6990f16086b5382e12d84f6206172d493d Hash para este registro.
hospitalized int 7,641 89995 4 Obsoleto
hospitalized_cumulative int 7,641 89995 4 Número total de personas que han estado en el hospital por la COVID-19 hasta ahora, incluidos los que ya se han recuperado o han fallecido.
hospitalized_currently SMALLINT 3,886 8 13 Número de personas hospitalizadas por la COVID-19 ese día.
hospitalized_increase SMALLINT 615 1 2 Obsoleto
in_icu_cumulative SMALLINT 2,295 990 220 Número total de personas que han estado en la UCI por la COVID-19 hasta ahora, incluidos los que ya se han recuperado o han fallecido.
in_icu_currently SMALLINT 1,643 2 8 Número de personas en la UCI por la COVID-19 ese día.
iso_country string 1 US Código de país o región conforme a la norma ISO 3166.
iso_subdivision string 57 US-UM US-WA Código de subdivisión conforme a la norma ISO 3166.
last_update_et timestamp 9,487 2020-12-01 00:00:00 2020-09-01 00:00:00 Hora de la última actualización de los datos de ese día.
load_time timestamp 1 2021-04-26 00:06:49.883000 Los datos de fecha y hora se han cargado en Azure desde el origen.
negativa int 10,864 305972 2140 Número total de personas que han dado negativo en las pruebas de la COVID-19 hasta ahora.
negative_increase int 7,328 6 17 Obsoleto
on_ventilator_cumulative SMALLINT 677 411 412 Número total de personas que han utilizado un respirador por la COVID-19 hasta ahora, incluidos los que ya se han recuperado o han fallecido.
on_ventilator_currently SMALLINT 837 4 10 Número de personas que usan un respirador por la COVID-19 ese día.
pending SMALLINT 944 2 17 Número de pruebas cuyos resultados están todavía por determinar.
pos_neg int 18,282 2140 2 Obsoleto
positiva int 16,837 2 1 Número total de personas que han dado positivo en las pruebas de la COVID-19 hasta ahora.
positive_increase SMALLINT 4,754 1 2 Obsoleto
recovered int 8,286 29 19 Número total de personas que se han recuperado de la COVID-19 hasta ahora.
state string 56 MI PA Código de dos letras del estado.
total int 18,283 2140 2 Obsoleto
total_test_results int 18,648 2140 3 Resultados totales de las pruebas proporcionados por el estado.
total_test_results_increase int 13,463 1 2 Obsoleto

Vista previa

date state positiva hospitalized_currently hospitalized_cumulative on_ventilator_currently data_quality_grade last_update_et hash date_checked death hospitalized total total_test_results pos_neg fips death_increase hospitalized_increase negative_increase positive_increase total_test_results_increase fips_code iso_subdivision load_time iso_country negativa in_icu_cumulative on_ventilator_cumulative recovered in_icu_currently
2021-03-07 AK 56886 33 1293 2 null 3/5/2021 3:59:00 AM dc4bccd4bb885349d7e94d6fed058e285d4be164 3/5/2021 3:59:00 AM 305 1293 56886 1731628 56886 2 0 0 0 0 0 2 US-AK 4/26/2021 12:06:49 AM US
2021-03-07 AL 499819 494 45976 null 3/7/2021 11:00:00 AM 997207b430824ea40b8eb8506c19a93e07bc972e 3/7/2021 11:00:00 AM 10148 45976 2431530 2323788 2431530 1 -1 0 2087 408 2347 1 US-AL 4/26/2021 12:06:49 AM US 1931711 2676 1515 295690
2021-03-07 AR 324818 335 14926 65 null 3/7/2021 12:00:00 AM 50921aeefba3e30d31623aa495b47fb2ecc72fae 3/7/2021 12:00:00 AM 5319 14926 2805534 2736442 2805534 5 22 11 3267 165 3380 5 US-AR 4/26/2021 12:06:49 AM US 2480716 1533 315517 141
2021-03-07 AS 0 null 12/1/2020 12:00:00 AM 96d23f888c995b9a7f3b4b864de6414f45c728ff 12/1/2020 12:00:00 AM 0 2140 2140 2140 60 0 0 0 0 0 60 US-AS 4/26/2021 12:06:49 AM US 2140
2021-03-07 AZ 826454 963 57907 143 null 3/7/2021 12:00:00 AM 0437a7a96f4471666f775e63e86923eb5cbd8cdf 3/7/2021 12:00:00 AM 16328 57907 3899464 7908105 3899464 4 5 44 13678 1335 45110 4 US-AZ 4/26/2021 12:06:49 AM US 3073010 273
2021-03-07 CA 3501394 4291 null 3/7/2021 2:59:00 AM 63c5c0fd2daef2fb65150e9db486de98ed3f7b72 3/7/2021 2:59:00 AM 3501394 49646014 3501394 6 258 0 0 3816 133186 6 US-CA 4/26/2021 12:06:49 AM US 1159
2021-03-07 CO 436602 326 23904 null 3/7/2021 1:59:00 AM 444746cda3a596f183f3fa3269c8cab68704e819 3/7/2021 1:59:00 AM 5989 23904 2636060 6415123 2636060 8 3 18 0 840 38163 8 US-CO 4/26/2021 12:06:49 AM US 2199458
2021-03-07 CT 285330 428 12257 null 3/4/2021 11:59:00 PM bcc0f7bc8c2bf77eec31b25f8b59d510f679d3e7 3/4/2021 11:59:00 PM 7704 12257 285330 6520366 285330 9 0 0 0 0 0 9 US-CT 4/26/2021 12:06:49 AM US
2021-03-07 DC 41419 150 16 null 3/6/2021 12:00:00 AM a3aa0d623d538807fb9577ad64354f48cf728cc8 3/6/2021 12:00:00 AM 1030 41419 1261363 41419 11 0 0 0 146 5726 11 US-DC 4/26/2021 12:06:49 AM US 29570 38
2021-03-07 DE 88354 104 null 3/6/2021 6:00:00 PM 059d870e689d5cc19c35f5eb398214d7d9856373 3/6/2021 6:00:00 PM 1473 633424 1431942 633424 10 9 0 917 215 5867 10 US-DE 4/26/2021 12:06:49 AM US 545070 13

Acceso a datos

Azure Notebooks

Direcciones URL de diferentes formatos de archivo de conjunto de datos hospedadas en Azure Blob Storage:

CSV: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/covid_tracking/latest/covid_tracking.csv

JSON: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/covid_tracking/latest/covid_tracking.json

JSONL: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/covid_tracking/latest/covid_tracking.jsonl

Parquet: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/covid_tracking/latest/covid_tracking.parquet

Descargue el archivo del conjunto de datos mediante la descarga de funcionalidad integrada desde una dirección URL HTTP en Pandas. Pandas tiene lectores para varios formatos de archivo:

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_parquet.html

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html

import pandas as pd
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt

df = pd.read_parquet("https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/covid_tracking/latest/covid_tracking.parquet ")
df.head(10)

df.dtypes

df.groupby('state').first().filter(['date','positive', 'death'])

df.groupby(df.state).agg({'state': 'count','positive_increase': 'sum','death_increase': 'sum'})

df_NY=df[df['state'] == 'NY']
df_NY.plot(kind='line',x='date',y="positive",grid=True)
df_NY.plot(kind='line',x='date',y="positive_increase",grid=True)
df_NY.plot(kind='line',x='date',y="death",grid=True)
df_NY.plot(kind='line',x='date',y="death_increase",grid=True)

df_US=df.groupby(df.date).agg({'positive': 'sum','positive_increase': 'sum','death':'sum','death_increase': 'sum'}).reset_index()

df_US.plot(kind='line',x='date',y="positive",grid=True)
df_US.plot(kind='line',x='date',y="positive_increase",grid=True)
df_US.plot(kind='line',x='date',y="death",grid=True)
df_US.plot(kind='line',x='date',y="death_increase",grid=True)



Azure Databricks

Ejemplo no disponible para esta combinación de plataforma y paquete.

Azure Synapse

Ejemplo no disponible para esta combinación de plataforma y paquete.

Pasos siguientes

Consulte el resto de los conjuntos de datos en el catálogo de Open Datasets.