Covid 19 Daten

In [2]:
import pandas as pd
import matplotlib.pyplot as plt

%matplotlib inline

pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
In [3]:
RKIData = pd.read_csv('https://opendata.arcgis.com/datasets/dd4580c810204019a7b8eb3e0b329dd6_0.csv');
In [4]:
RKIData.head()
Out[4]:
IdBundesland Bundesland Landkreis Altersgruppe Geschlecht AnzahlFall AnzahlTodesfall ObjectId Meldedatum IdLandkreis Datenstand NeuerFall NeuerTodesfall
0 3 Niedersachsen LK Wesermarsch A15-A34 M 2 0 588874 2020-03-27T00:00:00.000Z 3461 31.03.2020 00:00 0 -9
1 3 Niedersachsen LK Wesermarsch A15-A34 W 2 0 588875 2020-03-22T00:00:00.000Z 3461 31.03.2020 00:00 0 -9
2 3 Niedersachsen LK Wesermarsch A15-A34 W 3 0 588876 2020-03-25T00:00:00.000Z 3461 31.03.2020 00:00 0 -9
3 3 Niedersachsen LK Wesermarsch A35-A59 M 3 0 588877 2020-03-18T00:00:00.000Z 3461 31.03.2020 00:00 0 -9
4 3 Niedersachsen LK Wesermarsch A35-A59 M 1 0 588878 2020-03-22T00:00:00.000Z 3461 31.03.2020 00:00 0 -9
In [5]:
RKIData = RKIData[RKIData.Geschlecht.str.contains("unbekannt") == False]
RKIData = RKIData[RKIData.Altersgruppe.str.contains("unbekannt") == False]

RKIData = RKIData.drop(['NeuerFall','NeuerTodesfall','ObjectId','Meldedatum','IdBundesland','IdLandkreis'],axis=1)
In [6]:
RKIData.head()
Out[6]:
Bundesland Landkreis Altersgruppe Geschlecht AnzahlFall AnzahlTodesfall Datenstand
0 Niedersachsen LK Wesermarsch A15-A34 M 2 0 31.03.2020 00:00
1 Niedersachsen LK Wesermarsch A15-A34 W 2 0 31.03.2020 00:00
2 Niedersachsen LK Wesermarsch A15-A34 W 3 0 31.03.2020 00:00
3 Niedersachsen LK Wesermarsch A35-A59 M 3 0 31.03.2020 00:00
4 Niedersachsen LK Wesermarsch A35-A59 M 1 0 31.03.2020 00:00
In [7]:
RKIData['Bundesland'].nunique()
Out[7]:
16
In [8]:
RKIData.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 25438 entries, 0 to 25775
Data columns (total 7 columns):
Bundesland         25438 non-null object
Landkreis          25438 non-null object
Altersgruppe       25438 non-null object
Geschlecht         25438 non-null object
AnzahlFall         25438 non-null int64
AnzahlTodesfall    25438 non-null int64
Datenstand         25438 non-null object
dtypes: int64(2), object(5)
memory usage: 1.6+ MB
In [9]:
RKIData.groupby(['Altersgruppe']).sum()
Out[9]:
AnzahlFall AnzahlTodesfall
Altersgruppe
A00-A04 452 0
A05-A14 1203 0
A15-A34 15809 1
A35-A59 29515 30
A60-A79 11238 173
A80+ 3257 376
In [10]:
RKIData.groupby(['Bundesland']).sum()
Out[10]:
AnzahlFall AnzahlTodesfall
Bundesland
Baden-Württemberg 12262 164
Bayern 14626 160
Berlin 2553 13
Brandenburg 798 2
Bremen 290 4
Hamburg 2175 9
Hessen 3270 17
Mecklenburg-Vorpommern 365 1
Niedersachsen 4037 34
Nordrhein-Westfalen 13194 117
Rheinland-Pfalz 2681 19
Saarland 774 7
Sachsen 1882 12
Sachsen-Anhalt 679 6
Schleswig-Holstein 1105 9
Thüringen 783 6
In [11]:
plots = RKIData.groupby(['Geschlecht']).sum().plot(kind="bar",figsize=(20,10),secondary_y="AnzahlTodesfall")

plots.get_figure().savefig('geschlecht.png',dpi=200,pad_inches=5)
In [12]:
RKIData.groupby(['Bundesland','Geschlecht']).sum().sort_values(by="AnzahlFall").plot(kind="bar")
Out[12]:
<matplotlib.axes._subplots.AxesSubplot at 0x112c65990>
In [13]:
GADaten = RKIData.groupby(['Geschlecht','Altersgruppe']).sum().sort_values(by=["AnzahlFall"])

thePlotGADaten = GADaten.plot(kind="bar",secondary_y="AnzahlTodesfall",figsize=(20,10))

thePlotGADaten.get_figure().savefig('geschlecht-altersgruppe.png',dpi=200,pad_inches=5)
In [14]:
RKIData.groupby(['Bundesland','Altersgruppe']).sum().sort_values(by=["Bundesland","AnzahlTodesfall"])
Out[14]:
AnzahlFall AnzahlTodesfall
Bundesland Altersgruppe
Baden-Württemberg A00-A04 94 0
A05-A14 218 0
A15-A34 3060 0
A35-A59 5772 5
A60-A79 2440 55
A80+ 678 104
Bayern A00-A04 146 0
A05-A14 406 0
A15-A34 3792 1
A35-A59 6677 8
A60-A79 2624 41
A80+ 981 110
Berlin A00-A04 30 0
A05-A14 69 0
A15-A34 933 0
A35-A59 1147 2
A60-A79 309 2
A80+ 65 9
Brandenburg A00-A04 3 0
A05-A14 12 0
A15-A34 175 0
A35-A59 423 0
A60-A79 161 0
A80+ 24 2
Bremen A00-A04 1 0
A05-A14 3 0
A15-A34 81 0
A35-A59 131 1
A60-A79 63 1
A80+ 11 2
Hamburg A00-A04 18 0
A05-A14 76 0
A15-A34 706 0
A35-A59 997 1
A80+ 72 3
A60-A79 306 5
Hessen A00-A04 15 0
A05-A14 43 0
A15-A34 759 0
A35-A59 1741 1
A60-A79 591 5
A80+ 121 11
Mecklenburg-Vorpommern A05-A14 6 0
A15-A34 120 0
A60-A79 60 0
A80+ 13 0
A35-A59 166 1
Niedersachsen A00-A04 21 0
A05-A14 67 0
A15-A34 964 0
A35-A59 1944 2
A60-A79 795 8
A80+ 246 24
Nordrhein-Westfalen A00-A04 69 0
A05-A14 171 0
A15-A34 3209 0
A35-A59 6695 5
A60-A79 2403 35
A80+ 647 77
Rheinland-Pfalz A00-A04 16 0
A05-A14 41 0
A15-A34 713 0
A35-A59 1332 1
A60-A79 481 6
A80+ 98 12
Saarland A00-A04 2 0
A05-A14 9 0
A15-A34 198 0
A35-A59 399 1
A60-A79 129 3
A80+ 37 3
Sachsen A00-A04 19 0
A05-A14 40 0
A15-A34 467 0
A35-A59 901 0
A60-A79 375 4
A80+ 80 8
Sachsen-Anhalt A00-A04 3 0
A05-A14 11 0
A15-A34 156 0
A35-A59 324 0
A60-A79 130 3
A80+ 55 3
Schleswig-Holstein A00-A04 8 0
A05-A14 16 0
A15-A34 277 0
A35-A59 487 1
A80+ 78 3
A60-A79 239 5
Thüringen A00-A04 7 0
A05-A14 15 0
A15-A34 199 0
A60-A79 132 0
A35-A59 379 1
A80+ 51 5
In [15]:
RKIData.groupby(['Landkreis','Altersgruppe','Geschlecht']).sum().sort_values(by=["AnzahlFall"])[-10:]
Out[15]:
AnzahlFall AnzahlTodesfall
Landkreis Altersgruppe Geschlecht
LK Heinsberg A35-A59 W 272 0
SK Köln A35-A59 M 274 0
SK Hamburg A15-A34 W 342 0
M 364 0
SK München A15-A34 M 411 0
W 427 0
SK Hamburg A35-A59 W 459 0
SK München A35-A59 W 530 0
SK Hamburg A35-A59 M 538 1
SK München A35-A59 M 609 1
In [16]:
RKIData.loc[RKIData['Landkreis'] == "LK Heinsberg"].groupby(['Altersgruppe','Geschlecht']).sum()
Out[16]:
AnzahlFall AnzahlTodesfall
Altersgruppe Geschlecht
A00-A04 M 5 0
W 4 0
A05-A14 M 5 0
W 7 0
A15-A34 M 136 0
W 170 0
A35-A59 M 244 0
W 272 0
A60-A79 M 149 3
W 130 6
A80+ M 57 13
W 55 10
In [17]:
LandkreisTodesfall = RKIData.groupby(['Landkreis']).sum().sort_values(by=["AnzahlTodesfall"])[-10:].plot(kind="bar",figsize=(20,10))

LandkreisTodesfall.get_figure().savefig('todesfall-landkreis.png',dpi=200,pad_inches=5)
In [18]:
LandkreisTodesfall = RKIData.groupby(['Landkreis']).sum().sort_values(by=["AnzahlFall"])[-10:].plot(kind="bar",figsize=(20,10))

LandkreisTodesfall.get_figure().savefig('fall-landkreis.png',dpi=200,pad_inches=5)
In [19]:
RKIData.loc[RKIData['Landkreis'] == "LK Heinsberg"].groupby(['Altersgruppe']).sum().plot(kind="bar")
Out[19]:
<matplotlib.axes._subplots.AxesSubplot at 0x115e11910>
In [20]:
frame = RKIData.groupby(['Altersgruppe']).sum().reset_index()

fig,ax = plt.subplots(figsize=(10,10))
ax.plot(frame['Altersgruppe'], frame['AnzahlTodesfall'], color="black")
ax.set_xlabel("Altersgruppe",fontsize=14)
ax.set_ylabel("Anzahl Todesfall",color="black",fontsize=14)

ax2=ax.twinx()
ax2.plot(frame['Altersgruppe'], frame['AnzahlFall'],color="red")
ax2.set_ylabel("Anzahl Fälle",color="red",fontsize=14)

fig.savefig('data.png',dpi=200,pad_inches=5) # Bild Speichern
In [21]:
frame.head()
Out[21]:
Altersgruppe AnzahlFall AnzahlTodesfall
0 A00-A04 452 0
1 A05-A14 1203 0
2 A15-A34 15809 1
3 A35-A59 29515 30
4 A60-A79 11238 173

Vielen Dank fürs Lesen

https://hellocoding.de/impressum

https://hellocoding.de/datenschutz

https://hellocoding.de/blog/coding-language/python/covid-19-data-science