![\"Open](\"https://colab.research.google.com/assets/colab-badge.svg\"){kind=icon}
"
]
},
{
"cell_type": "markdown",
"metadata": {
"colab_type": "text",
"id": "qOrk9LM72bFD"
},
"source": [
"# Analisi Covid19 dataset usando Pandas, Matplotlib, Plotly, Dash : (Spiegazione)"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## Riassunto libreria Pandas"
]
},
{
"cell_type": "code",
"execution_count": 1,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "JYQfL9fH2elV"
},
"outputs": [],
"source": [
"# importare libreria pandas con nome pd\n",
"import pandas as pd"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "bGHnYoOI3nbN"
},
"outputs": [],
"source": [
"# Creare dataframe (usando struttura dizionario chiave-valore)\n",
"content ={\n",
" \"Nome\": [\"Manuel\", \"Giada\", \"Marco\", \"Manuel\"],\n",
" \"Età\" : [\"26\", \"25\", \"28\", \"29\"],\n",
" \"Sesso\": [\"M\", \"F\", \"M\", \"F\"],\n",
" \"Stipendio\": [2050,1900,2100,2300]\n",
"}\n",
"df = pd.DataFrame(content)\n",
"# Ê possibile specificare anche gli indici in modo che siano diversi da 0,1,2 --N\n",
"#df = pd.DataFrame(content, index=[\"n1\",\"n2\",\"n3\",\"n4\"])\n",
"df"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "-sYYhi794BM_"
},
"outputs": [],
"source": [
"# Elencare informazioni\n",
"df.info()"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "B53YUov4_VC7"
},
"outputs": [],
"source": [
"# Elencare informazioni statistiche utili\n",
"display(df.describe())\n",
"df[\"Età\"]=pd.to_numeric(df[\"Età\"])\n",
"display(df.describe())"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "YGGjsET24Fha"
},
"outputs": [],
"source": [
"# Elencare nome colonne\n",
"df.keys()"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "-sG9BBB95Eug"
},
"outputs": [],
"source": [
"# Dimensione tabella (righe,colonne)\n",
"df.shape\n",
"row = df.shape[0]\n",
"col = df.shape[1]\n",
"print(df.shape,row,col)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "qrBrj-hT5Fen"
},
"outputs": [],
"source": [
"# Ottenere prime 3 e ultime 3 righe della tabella\n",
"display(df.head(3)) # prime 3\n",
"display(df.tail(3)) # ultime 3"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "NCIpyaWwDL53"
},
"outputs": [],
"source": [
"# Seleziona colonna Nome e Sesso\n",
"df[[\"Nome\",\"Sesso\"]]"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "WQmK4KD0XZ52"
},
"outputs": [],
"source": [
"# Seleziona colonna Nome e Sesso parole unique\n",
"display(df[\"Nome\"].unique())\n",
"display(df[\"Sesso\"].unique())"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "C7BxxplwNjtC"
},
"outputs": [],
"source": [
"# Seleziona riga con indice 2 (qua si guarda agli indici)\n",
"display(df.loc[2])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# Seleziona tutte le righe di colonne specifiche\n",
"display(df.loc[:, (\"Nome\",\"Sesso\")])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "swtLFu8mGUrC"
},
"outputs": [],
"source": [
"# Seleziona riga numero 2 (si parte a contare da 0)\n",
"display(df.iloc[2])\n",
"# Seleziona riga numero 2,3 (si parte a contare da 0)\n",
"display(df.iloc[[2,3]])\n",
"# Seleziona riga da 1 a 3 \n",
"display(df.iloc[1:4])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "iBc6WJGOFVsn"
},
"outputs": [],
"source": [
"# Della colonna Nome e Sesso selezionare le righe 1 e 3\n",
"df[[\"Nome\",\"Sesso\"]].iloc[[1,3]]"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "GUBDPnPIEB-L"
},
"outputs": [],
"source": [
"# Della colonna Nome e Sesso selezionare le righe da 1 a 3\n",
"df[[\"Nome\",\"Sesso\"]].iloc[1:4] # se vogliamo anche il 3 compreso dobbiamo arrivare a 4"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "Oa_1dRG4OQp7"
},
"outputs": [],
"source": [
"# Seleziona tutte righe dove la colonna Sesso è uguale a F\n",
"display(df[df[\"Sesso\"]==\"F\"])\n",
"# Seleziona l'indice della prima riga dove la colonna Sesso è uguale a F\n",
"display(df[df[\"Sesso\"]==\"F\"].index[1])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "gv-a6Kz5PD0C"
},
"outputs": [],
"source": [
"# Seleziona tutte le righe dove la colonna età è > 26\n",
"df[df[\"Età\"]>26] # Attenzione \"26\" è una stringa"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "yzIBt2sSQOtm"
},
"outputs": [],
"source": [
"# Seleziona tutte le righe dove la colonna età è > 26\n",
"df[df[\"Età\"]>26] # Attenzione 26 è un numero adesso"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "EA8Wy4q9R_Lo"
},
"outputs": [],
"source": [
"# Plot \n",
"#df.plot(kind=\"bar\",stacked=True,figsize=(18,8)) # Grafico uno sopra l'latro\n",
"#df.plot(kind=\"bar\",stacked=False,figsize=(18,8)) # Grafico a bar uno di fianco all'altro\n",
"df.plot(kind=\"line\",figsize=(18,8)) # Grafico a bar uno di fianco all'altro\n",
"#df.set_index(\"Sesso\").plot(kind=\"line\",y=[\"Età\"])"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "yiE8ARKRHHGk"
},
"outputs": [],
"source": [
"# Salvare dataframe come csv\n",
"df.to_csv('nome.csv', index=False,sep=',') # specificare se si vuole o no salvare l'indice\n",
"# Consiglio alcune volte è meglio usare ; come separatore. Vecchi excel funzionano meglio."
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "_lW64LhhH11S"
},
"outputs": [],
"source": [
"# Leggere csv file e convertirlo in dataframe\n",
"data = pd.read_csv('nome.csv')\n",
"data"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "-TO0lY1KHWtb"
},
"outputs": [],
"source": [
"# Salvare dataframe su excel\n",
"df.to_excel('nome.xlsx', index=False)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "R8SdQ7gJHg41"
},
"outputs": [],
"source": [
"# Leggere excel file e convertirlo in dataframe\n",
"data = pd.read_excel('nome.xlsx')\n",
"data"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "5IVF_X1N9fVC"
},
"outputs": [],
"source": [
"# Ordinare tabella specificando una colonna e l'ordine crescente/decrescente\n",
"df = df.sort_values(by=\"Età\", ascending=True) # crescente\n",
"display(df)\n",
"df.sort_values(by=\"Età\",ascending=False, inplace=True) # decrescente\n",
"df"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "ya4-CTJi-Tyg"
},
"outputs": [],
"source": [
"# Resettare l'ordine degli indici\n",
"df.reset_index(inplace=True)\n",
"df"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "WYR0oPtV5-Kz"
},
"outputs": [],
"source": [
"# Aggiungere una colonna alla fine\n",
"df[\"Nuova Colonna\"] = [\"a\",\"b\",\"c\",\"d\"] # numero di elementi = numero di righe\n",
"# Aggiungere una colonna in una precisa posizione\n",
"df.insert(3, \"Nuova Colonna 2\", [\"aa\",\"bb\",\"cc\",\"dd\"]) \n",
"display(df)"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "fpyBXA_-63nD"
},
"outputs": [],
"source": [
"# Rimuovere una colonna usando i nomi delle colonne\n",
"df.drop(columns=[\"Nuova Colonna 2\", \"Nuova Colonna\"], inplace=True)\n",
"df"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "X49fLVJC76vj"
},
"outputs": [],
"source": [
"# Rimuovere righe 0 e 2 in base agli indici\n",
"df.drop(index=[0,2],inplace=True)\n",
"df"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "6oOS5Lfj7oGH"
},
"outputs": [],
"source": [
"# Operazioni con stringhe: replace (sostituire)\n",
"df[\"Nome\"].str.replace(\"a\",\",\")\n",
"#df[\"Nome\"] = df[\"Nome\"].str.replace(\"e\",\",\") # assegnamento\n",
"#df"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "zNGD8vaiLMMt"
},
"outputs": [],
"source": [
"# Operazione con stringhe: contains (contine)\n",
"# Nella colonna Nome e Sesso trova tutti i valori con le lettere F o M mauscole\n",
"#df[df[\"Nome\"].str.contains(\"F|M\") | df[\"Sesso\"].str.contains(\"M\")]\n",
"# Nella colonna Nome e Sesso trova tutti i valori con le lettere G e F mauscole\n",
"df[df[\"Nome\"].str.contains(\"G\") & df[\"Sesso\"].str.contains(\"F\")]"
]
},
{
"cell_type": "markdown",
"metadata": {
"colab_type": "text",
"id": "0hom3nK9gI4R"
},
"source": [
"## Esercizio"
]
},
{
"cell_type": "markdown",
"metadata": {
"colab_type": "text",
"id": "BfFoGXKPQvkX"
},
"source": [
"### Descrizione\n",
"\n",
"Datasets:\n",
"* dati_province = \"https://raw.githubusercontent.com/pcm-dpc/COVID-19/master/dati-province/dpc-covid19-ita-province.csv\"\n",
"* dati_regioni = \"https://raw.githubusercontent.com/pcm-dpc/COVID-19/master/dati-regioni/dpc-covid19-ita-regioni.csv\"\n",
"* dati_italia = \"https://raw.githubusercontent.com/pcm-dpc/COVID-19/master/dati-andamento-nazionale/dpc-covid19-ita-andamento-nazionale.csv\"\n",
"\n",
"Obbiettivo: Utilizzando i dati provinciali analizzare l'andamento dei contagiati nella propria provincia nel tempo.\n",
"\n",
"1. Plottare l'andamento nel tempo dei contagiati della propria provincia. \n",
"2. Comparare l'andamento nel tempo dei contagiati delle prime 3 provincie della nostra regione (Emilia-Romagna) con quelli di una provincia appartenente sempre alla nostra regione.\n",
"3. Creare un grafico a torta con le percentuali di contagiati per ogni provincia apparente alla nostra regione (Emilia-Romagna) \n"
]
},
{
"cell_type": "markdown",
"metadata": {
"colab_type": "text",
"id": "yr0qjozegOr9"
},
"source": [
"### Parte 1. Plottare l'andamento nel tempo dei contagiati della propria provincia. "
]
},
{
"cell_type": "code",
"execution_count": 2,
"metadata": {
"colab": {},
"colab_type": "code",
"id": "ejzPXeJG6eRm"
},
"outputs": [
{
"data": {
"text/html": [
"| \n", " | data | \n", "stato | \n", "codice_regione | \n", "denominazione_regione | \n", "codice_provincia | \n", "denominazione_provincia | \n", "sigla_provincia | \n", "lat | \n", "long | \n", "totale_casi | \n", "note_it | \n", "note_en | \n", "
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | \n", "2020-02-24T18:00:00 | \n", "ITA | \n", "13 | \n", "Abruzzo | \n", "69 | \n", "Chieti | \n", "CH | \n", "42.351032 | \n", "14.167546 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| 1 | \n", "2020-02-24T18:00:00 | \n", "ITA | \n", "13 | \n", "Abruzzo | \n", "66 | \n", "L'Aquila | \n", "AQ | \n", "42.351222 | \n", "13.398438 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| 2 | \n", "2020-02-24T18:00:00 | \n", "ITA | \n", "13 | \n", "Abruzzo | \n", "68 | \n", "Pescara | \n", "PE | \n", "42.464584 | \n", "14.213648 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| 3 | \n", "2020-02-24T18:00:00 | \n", "ITA | \n", "13 | \n", "Abruzzo | \n", "67 | \n", "Teramo | \n", "TE | \n", "42.658918 | \n", "13.704400 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| 4 | \n", "2020-02-24T18:00:00 | \n", "ITA | \n", "13 | \n", "Abruzzo | \n", "979 | \n", "In fase di definizione/aggiornamento | \n", "NaN | \n", "0.000000 | \n", "0.000000 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| ... | \n", "... | \n", "... | \n", "... | \n", "... | \n", "... | \n", "... | \n", "... | \n", "... | \n", "... | \n", "... | \n", "... | \n", "... | \n", "
| 13051 | \n", "2020-06-04T17:00:00 | \n", "ITA | \n", "5 | \n", "Veneto | \n", "26 | \n", "Treviso | \n", "TV | \n", "45.667546 | \n", "12.245074 | \n", "2659 | \n", "NaN | \n", "NaN | \n", "
| 13052 | \n", "2020-06-04T17:00:00 | \n", "ITA | \n", "5 | \n", "Veneto | \n", "27 | \n", "Venezia | \n", "VE | \n", "45.434905 | \n", "12.338452 | \n", "2667 | \n", "NaN | \n", "NaN | \n", "
| 13053 | \n", "2020-06-04T17:00:00 | \n", "ITA | \n", "5 | \n", "Veneto | \n", "23 | \n", "Verona | \n", "VR | \n", "45.438390 | \n", "10.993527 | \n", "5101 | \n", "NaN | \n", "NaN | \n", "
| 13054 | \n", "2020-06-04T17:00:00 | \n", "ITA | \n", "5 | \n", "Veneto | \n", "24 | \n", "Vicenza | \n", "VI | \n", "45.547497 | \n", "11.545971 | \n", "2848 | \n", "NaN | \n", "NaN | \n", "
| 13055 | \n", "2020-06-04T17:00:00 | \n", "ITA | \n", "5 | \n", "Veneto | \n", "999 | \n", "In fase di definizione/aggiornamento | \n", "NaN | \n", "0.000000 | \n", "0.000000 | \n", "344 | \n", "NaN | \n", "NaN | \n", "
13056 rows × 12 columns
\n", "| \n", " | data | \n", "stato | \n", "codice_regione | \n", "denominazione_regione | \n", "codice_provincia | \n", "denominazione_provincia | \n", "sigla_provincia | \n", "lat | \n", "long | \n", "totale_casi | \n", "note_it | \n", "note_en | \n", "
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 22 | \n", "2020-02-24T18:00:00 | \n", "ITA | \n", "8 | \n", "Emilia-Romagna | \n", "37 | \n", "Bologna | \n", "BO | \n", "44.494367 | \n", "11.341721 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| 150 | \n", "2020-02-25T18:00:00 | \n", "ITA | \n", "8 | \n", "Emilia-Romagna | \n", "37 | \n", "Bologna | \n", "BO | \n", "44.494367 | \n", "11.341721 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| 278 | \n", "2020-02-26T18:00:00 | \n", "ITA | \n", "8 | \n", "Emilia-Romagna | \n", "37 | \n", "Bologna | \n", "BO | \n", "44.494367 | \n", "11.341721 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| 406 | \n", "2020-02-27T18:00:00 | \n", "ITA | \n", "8 | \n", "Emilia-Romagna | \n", "37 | \n", "Bologna | \n", "BO | \n", "44.494367 | \n", "11.341721 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| 534 | \n", "2020-02-28T18:00:00 | \n", "ITA | \n", "8 | \n", "Emilia-Romagna | \n", "37 | \n", "Bologna | \n", "BO | \n", "44.494367 | \n", "11.341721 | \n", "0 | \n", "NaN | \n", "NaN | \n", "
| \n", " | data | \n", "stato | \n", "codice_regione | \n", "denominazione_regione | \n", "codice_provincia | \n", "denominazione_provincia | \n", "sigla_provincia | \n", "lat | \n", "long | \n", "totale_casi | \n", "note_it | \n", "note_en | \n", "
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12960 | \n", "2020-06-04 17:00:00 | \n", "ITA | \n", "6 | \n", "Friuli Venezia Giulia | \n", "31 | \n", "Gorizia | \n", "GO | \n", "45.941498 | \n", "13.622125 | \n", "214 | \n", "NaN | \n", "NaN | \n", "
| 12961 | \n", "2020-06-04 17:00:00 | \n", "ITA | \n", "6 | \n", "Friuli Venezia Giulia | \n", "93 | \n", "Pordenone | \n", "PN | \n", "45.954435 | \n", "12.660029 | \n", "689 | \n", "NaN | \n", "NaN | \n", "
| 12962 | \n", "2020-06-04 17:00:00 | \n", "ITA | \n", "6 | \n", "Friuli Venezia Giulia | \n", "32 | \n", "Trieste | \n", "TS | \n", "45.649435 | \n", "13.768136 | \n", "1389 | \n", "NaN | \n", "NaN | \n", "
| 12963 | \n", "2020-06-04 17:00:00 | \n", "ITA | \n", "6 | \n", "Friuli Venezia Giulia | \n", "30 | \n", "Udine | \n", "UD | \n", "46.062555 | \n", "13.234838 | \n", "987 | \n", "NaN | \n", "NaN | \n", "