Bing COVID-19

Artigo
05/08/2023

Os dados de COVID-19 do Bing incluem os casos confirmados, fatais e recuperados de todas as regiões, atualizados diariamente. Esses dados são refletidos no Rastreador de COVID-19 do Bing.

O Bing coleta dados de diversas fontes seguras e confiáveis, incluindo a Organização Mundial da Saúde (OMS), os Centros de Controle e Prevenção de Doenças (CDC), os departamentos de saúde pública nacionais/regionais e estaduais, o BNO News, o 24/7 Wall St. e a Wikipedia.

Observação

A Microsoft fornece o Azure Open Datasets no estado em que se encontra. A Microsoft não oferece garantias nem coberturas, expressas ou implícitas, em relação ao uso dos conjuntos de dados. Até o limite permitido pela legislação local, a Microsoft se exime de toda a obrigação por danos ou perdas, inclusive diretos, consequentes, especiais, indiretos, acidentais ou punitivos, resultantes do uso dos conjuntos de dados.

Esse conjunto de dados é fornecido de acordo com os termos originais com que a Microsoft recebeu os dados de origem. O conjunto de dados pode incluir dados originados da Microsoft.

Conjunto de dados

Os conjuntos de dados modificados estão disponíveis em CSV, JSON, JSON-Lines e Parquet.

Todos os conjuntos de dados modificados têm códigos da subdivisão ISO 3166 e tempos de carregamento adicionados, além de usarem nomes de coluna em minúsculas com sublinhados como separadores.

Dados brutos: https://pandemicdatalake.blob.core.windows.net/public/raw/covid-19/bing_covid-19_data/latest/Bing-COVID19-Data.csv

Versões anteriores de dados brutos e modificados: https://pandemicdatalake.blob.core.windows.net/public/curated/covid-19/bing_covid-19_data/

Volume de dados

Todos os conjuntos de dados são atualizados diariamente. Em 11 de maio de 2020, eles continham 125.576 linhas (CSV com 16,1 MB, JSON com 40 MB, JSONL com 39,6 MB, Parquet com 1,1 MB).

Atribuição de licença e direitos de uso

Esses dados estão disponíveis estritamente para fins educacionais e acadêmicos, como pesquisa médica, agências governamentais e instituições acadêmicas, em termos e condições.

Os dados usados ou citados em publicações devem incluir uma atribuição ao "Bing COVID-19 Tracker" com um link para www.bing.com/covid.

Contact

Caso tenha perguntas ou comentários sobre este ou outros conjuntos de dados do Data Lake COVID-19, entre em contato com askcovid19dl@microsoft.com.

Colunas

Nome	Tipo de dados	Exclusivo	Valores (exemplo)	Descrição
admin_region_1	string	864	Texas Georgia	Região em country_region
admin_region_2	string	3.143	Condado de Jefferson do Condado de Washington	Região em admin_region_1
confirmado	INT	120.692	1 2	Contagem dos casos confirmados na região
confirmed_change	INT	12.120	1 2	Alteração na contagem de casos confirmados do dia anterior
country_region	string	237	Estados Unidos Índia	País/Região
mortes	INT	20.616	1 2	Contagem dos casos de mortes por região
deaths_change	SMALLINT	1\.981	1 2	Alteração na contagem de mortes do dia anterior
id	INT	1\.783.534	742546 69019298	Identificador exclusivo
iso_subdivision	string	484	US-TX US-GA	Código de subdivisão ISO de duas partes
iso2	string	226	US IN	Identificador de código do país de duas letras
iso3	string	226	USA IND	Identificador de código do país de três letras
latitude	double	5\.675	42.28708 19.59852	Latitude do centroide da região
load_time	timestamp	1	2021-04-26 00:06:34.719000	A data e hora em que o arquivo foi carregado da origem do Bing no GitHub
longitude	double	5\.693	-2.5396 -155.5186	Longitude do centroide da região
recuperados	INT	73.287	1 2	Contagem dos recuperados na região
recovered_change	INT	10.441	1 2	Alteração na contagem de casos recuperados do dia anterior
atualizado	date	457	2021-04-23 2021-04-22	A data no momento do registro

Versão Prévia

id	atualizado	confirmado	iso2	iso3	country_region	admin_region_1	iso_subdivision	admin_region_2	load_time	confirmed_change	deaths_change
338995	21/01/2020	262	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34
338996	22/01/2020	313	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	51	0
338997	23/01/2020	578	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	265	0
338998	24/01/2020	841	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	263	0
338999	25/01/2020	1320	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	479	0
339000	26/01/2020	2014	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	694	0
339001	27/01/2020	2798	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	784	0
339002	28/01/2020	4593	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	1795	0
339003	29/01/2020	6065	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	1.472	0
339004	30/01/2020	7818	nulo	nulo	No mundo inteiro	nulo	nulo	nulo	26/04/2021 00:06:34	1753	0

Acesso de dados

Este notebook documenta as URLs e o código de exemplo para acessar conjunto de dados Bing COVID-19

Use as seguintes URLs para obter formatos de arquivo específicos hospedados no Armazenamento de Blobs do Azure:

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

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

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

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

Baixe o arquivo do conjunto de arquivos usando o download de recurso interno de uma URL http no Pandas. O Pandas tem leitores para vários formatos de arquivo:

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/bing_covid-19_data/latest/bing_covid-19_data.parquet")
df.head(10)

Permite verificar os tipos de dados dos vários campos e verificar se a coluna atualizada é do formato DATETIME

df.dtypes

Agora, vamos analisar dados em todo o mundo e plotar alguns gráficos simples para visualizar os dados

df_Worldwide=df[df['country_region']=='Worldwide']

df_Worldwide_pivot=df_Worldwide.pivot_table(df_Worldwide, index=['country_region','updated'])

df_Worldwide_pivot

df_Worldwide.plot(kind='line',x='updated',y="confirmed",grid=True)
df_Worldwide.plot(kind='line',x='updated',y="deaths",grid=True)
df_Worldwide.plot(kind='line',x='updated',y="confirmed_change",grid=True)
df_Worldwide.plot(kind='line',x='updated',y="deaths_change",grid=True)

Azure Databricks

azure-storage
pyspark

Exemplo não disponível para essa combinação de plataforma/pacote.

# Azure storage access info
blob_account_name = "pandemicdatalake"
blob_container_name = "public"
blob_relative_path = "curated/covid-19/bing_covid-19_data/latest/bing_covid-19_data.parquet"
blob_sas_token = r""

# Allow SPARK to read from Blob remotely
wasbs_path = 'wasbs://%s@%s.blob.core.windows.net/%s' % (blob_container_name, blob_account_name, blob_relative_path)
spark.conf.set(
  'fs.azure.sas.%s.%s.blob.core.windows.net' % (blob_container_name, blob_account_name),
  blob_sas_token)
print('Remote blob path: ' + wasbs_path)

# SPARK read parquet, note that it won't load any data yet by now
df = spark.read.parquet(wasbs_path)
print('Register the DataFrame as a SQL temporary view: source')
df.createOrReplaceTempView('source')

# Display top 10 rows
print('Displaying top 10 rows: ')
display(spark.sql('SELECT * FROM source LIMIT 10'))

Azure Synapse

azure-storage
pyspark