
import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt
pd.options.mode.chained_assignment = None


from google.colab import drive
drive.mount('/content/drive')
path = "/content/drive/MyDrive/Colab Notebooks"

Mounted at /content/drive


dadosCovid = pd.read_csv(path+"/caso_full.csv.gz",header=None,squeeze=True,low_memory=False)
#Origem dos dados: https://brasil.io/dataset/covid19/files/
label = dadosCovid.loc[0,:]
#Subset das informações mais relevantes sobre a vacinação.
dadosVacinacao = pd.read_csv(path+"/dadosVacinacao.zip",index_col=False,header=None,squeeze=True,low_memory=False)
#Fonte: https://coronavirus.saude.mg.gov.br/dadosabertos -  Sistemas Vacinação


display(dadosCovid.head(6))
display(dadosVacinacao.head(2))


dadosMG = dadosCovid[dadosCovid[15] == "MG"]
display(dadosMG)


# dadosCovid_1 = dadosCovid_1.dropna()
# print(len(dadosCovid_1[dadosCovid_1[14] == 'state'])) #dropar os 'state' e padronificar os NaN
# teste = dadosCovid_1.isnull()
# teste2 = teste.any(axis=1)
# teste3 = dadosCovid_1[teste2]

dadosMG = dadosMG.drop(dadosMG[dadosMG[14] == 'state'].index)
dadosMG = dadosMG.dropna()
dadosMG


print(f"Quantidade de NA na base de casos do covid: {dadosMG.isnull().sum().sum()}")

for i in range(18):
  print(f"Quantidade de NA na base de casos do covid {i}: {dadosMG[i].isnull().sum().sum()}")

Quantidade de NA na base de casos do covid: 0
Quantidade de NA na base de casos do covid 0: 0
Quantidade de NA na base de casos do covid 1: 0
Quantidade de NA na base de casos do covid 2: 0
Quantidade de NA na base de casos do covid 3: 0
Quantidade de NA na base de casos do covid 4: 0
Quantidade de NA na base de casos do covid 5: 0
Quantidade de NA na base de casos do covid 6: 0
Quantidade de NA na base de casos do covid 7: 0
Quantidade de NA na base de casos do covid 8: 0
Quantidade de NA na base de casos do covid 9: 0
Quantidade de NA na base de casos do covid 10: 0
Quantidade de NA na base de casos do covid 11: 0
Quantidade de NA na base de casos do covid 12: 0
Quantidade de NA na base de casos do covid 13: 0
Quantidade de NA na base de casos do covid 14: 0
Quantidade de NA na base de casos do covid 15: 0
Quantidade de NA na base de casos do covid 16: 0
Quantidade de NA na base de casos do covid 17: 0


for i in range(18):
  dadosMG[i] = dadosMG[i].str.strip()


identificacoes = ['NÃO ESPECIFICADO', 'NÃO IDENTIFICADO', 'NÃO LOCALIZADO']
# dadosVacinacao[1] = dadosVacinacao[1].fillna('NÃO ESPECIFICADO')
# dadosVacinacao[dadosVacinacao[1] == 'NÃO ESPECIFICADO']
# dadosVacinacao[2] = dadosVacinacao[2].fillna('NÃO IDENTIFICADO')
# dadosVacinacao[dadosVacinacao[2] == 'NÃO IDENTIFICADO']
# dadosVacinacao[3] = dadosVacinacao[3].fillna('NÃO LOCALIZADO')
# dadosVacinacao[dadosVacinacao[3] == 'NÃO LOCALIZADO']
for i in range(3):
  dadosVacinacao[i+1] = dadosVacinacao[i+1].fillna(identificacoes[i])
dadosVacinacao[dadosVacinacao[3] == 'NÃO LOCALIZADO']


print(f"Quantidade de NA na vacinação: {dadosVacinacao.isna().sum().sum()}")

for i in range(8):
  print(f"Quantidade de NA na vacinação coluna {i}: {dadosVacinacao[i].isnull().sum().sum()}")

Quantidade de NA na vacinação: 0
Quantidade de NA na vacinação coluna 0: 0
Quantidade de NA na vacinação coluna 1: 0
Quantidade de NA na vacinação coluna 2: 0
Quantidade de NA na vacinação coluna 3: 0
Quantidade de NA na vacinação coluna 4: 0
Quantidade de NA na vacinação coluna 5: 0
Quantidade de NA na vacinação coluna 6: 0
Quantidade de NA na vacinação coluna 7: 0


"""
  Como nós iremos fazer a soma de casos e mortes, esses valores precisam ser numéricos.
"""
dadosMG[16] = pd.to_numeric(dadosMG[16])
dadosMG[17] = pd.to_numeric(dadosMG[17])
dadosMG[4] = pd.to_numeric(dadosMG[4])
display(dadosMG)
#Fonte: https://www.ti-enxame.com/pt/python/alterar-tipo-de-dados-de-colunas-em-pandas/1072113742/
dadosMG[0] = dadosMG[0].str.upper()
dadosMG[0] = dadosMG[0].str.normalize('NFKD').str.encode('ascii', errors='ignore').str.decode('utf-8')

dadosMG_1 = dadosMG.copy()


selecao = (dadosVacinacao[6] >= '2021-01-18')

dadosVacinacao = dadosVacinacao[selecao]


numCasos = dadosCovid[dadosCovid[14] == 'state']

numCasos = numCasos[[15,16]]

numCasos[16] = pd.to_numeric(numCasos[16])

numCasosGrouped = numCasos.groupby([15]).sum([16]).mean()

print(f'a média por estado de casos de covid no país é: {float(numCasosGrouped):.2f}')

a média por estado de casos de covid no país é: 747005.11


dados_de_MG = dadosCovid[dadosCovid[15] == "MG"]

for i in range(18):
  dados_de_MG[i] = dados_de_MG[i].str.strip()

dados_de_MG[16] = pd.to_numeric(dados_de_MG[16])
dados_de_MG[17] = pd.to_numeric(dados_de_MG[17])


dadosMGCasos = dados_de_MG[dados_de_MG[14] == 'state']
dadosMGCasos = dadosMGCasos[[15,16]]
dadosMGCasos = dadosMGCasos.groupby([15]).sum()
dadosMGCasos = int(dadosMGCasos[16])


localComparadoGlobal = dadosMGCasos/int(numCasosGrouped) #.

print(f'Quando comparado com a média do pais, MG possui {localComparadoGlobal:.2f}x casos a mais')

Quando comparado com a média do pais, MG possui 2.67x casos a mais


numCasosObito = dadosCovid[dadosCovid[14] == 'state']

numCasosObito = numCasosObito[[15,17]]


numCasosObito[17] = pd.to_numeric(numCasosObito[17])

numCasosObitoGrouped = numCasosObito.groupby([15]).sum([17]).mean()
print(f'a média por estado de óbitos de covid no país é: {float(numCasosObitoGrouped):.2f}')

a média por estado de óbitos de covid no país é: 20866.59


dadosMGCasosObito = dados_de_MG[dados_de_MG[14] == 'state']
dadosMGCasosObito = dadosMGCasosObito[[15,17]]
dadosMGCasosObito = dadosMGCasosObito.groupby([15]).sum()
dadosMGCasosObito = int(dadosMGCasosObito[17])


localComparadoGlobalObito =dadosMGCasosObito/int(numCasosObitoGrouped) #quando comparado com a média MG possui 2,45 casos de óbito à mais.
print(f'Quando comparado com a média do pais, MG possui {localComparadoGlobalObito:.2f}x óbitos a mais')

Quando comparado com a média do pais, MG possui 2.46x óbitos a mais


numCasosCity = dadosCovid[dadosCovid[14] == 'city']

numCasosCity = numCasosCity[[0,16]]


numCasosCity[16] = pd.to_numeric(numCasosCity[16])

numCasosCityGrouped = numCasosCity.groupby([0]).sum()

teste = numCasosCityGrouped.reset_index()

maxObitos = teste[teste[16] == teste[16].min()]

print("O mínimo de óbitos é representado por: ")
display(maxObitos)

O mínimo de óbitos é representado por:


numCasosRegiaoTotal = []
for estado in (dadosCovid[15].unique()[1:]):
  numCasosRegiao = dadosCovid[dadosCovid[15] == estado]
  numCasosRegiao = numCasosRegiao[numCasosRegiao[14] == 'city']
  numCasosRegiao[16] = pd.to_numeric(numCasosRegiao[16])
  numCasosRegiao = numCasosRegiao.groupby([0,15], as_index=False).sum()
  numCasosRegiao = numCasosRegiao.sort_values(by=[16], ascending=False)
  numCasosRegiao.columns = ['cidade','estado','qtdCasos']
  numCasosRegiaoTotal.append(numCasosRegiao.head(5))

numCasosRegiaoTotal = pd.concat(numCasosRegiaoTotal, axis=0).reset_index()
#Estamos considerando cada estado como uma região.


pd.set_option("display.max_rows", None, "display.max_columns", None)
display(numCasosRegiaoTotal)
pd.reset_option("^display.", silent=True)


import datetime


# dadosCovid[dadosCovid[2] == 'date']
dadosCovid2 = dadosCovid.drop(0)
dadosCovid2 = dadosCovid2[dadosCovid2[14] == 'state']
date_before_Setembro = (pd.Timestamp(2020, 9, 1))
date_after_Setembro = (pd.Timestamp(2020, 10, 1))

date_before_Outubro = (pd.Timestamp(2020, 10, 1))
date_after_Outubro = (pd.Timestamp(2020, 11, 1))
dadosCovid2[2] = pd.to_datetime(dadosCovid2[2], format='%Y-%m-%d')
incidenciaSetembro_2020 = dadosCovid2[(dadosCovid2[2] >= date_before_Setembro) & (dadosCovid2[2] < date_after_Setembro)]
incidenciaOutubro_2020 = dadosCovid2[(dadosCovid2[2] >= date_before_Outubro) & (dadosCovid2[2] < date_after_Outubro)]

incidenciaSetembro_2020[16] = pd.to_numeric(incidenciaSetembro_2020[16])
incidenciaOutubro_2020[16] = pd.to_numeric(incidenciaOutubro_2020[16])

incidenciaSetembro_2020 = incidenciaSetembro_2020[[2,16]]
incidenciaOutubro_2020 = incidenciaOutubro_2020[[2,16]]


totalSetembro_2020 = int(incidenciaSetembro_2020.sum())
totalOutubro_2020 = int(incidenciaOutubro_2020.sum())

variabilidade = totalSetembro_2020 - totalOutubro_2020

print(f"Considerando os meses de setembro de 2020 e outubro de 2020, temos uma variabilidade de: {variabilidade} casos.")

Considerando os meses de setembro de 2020 e outubro de 2020, temos uma variabilidade de: 182138 casos.


dadosCovid3 = dadosCovid.drop(0)
dadosCovid3 = dadosCovid3[dadosCovid3[14] == 'state']
dadosCovid3[2] = pd.to_datetime(dadosCovid3[2], format='%Y-%m-%d')

date_semester_begin = (pd.Timestamp(2020, 7, 1))
date_semester_end = (pd.Timestamp(2020, 12, 31))

incidencia_Segundo_Semestre_2020 = dadosCovid3[(dadosCovid3[2] >= date_semester_begin) & (dadosCovid3[2] < date_semester_end)]

incidencia_Segundo_Semestre_2020[16] = pd.to_numeric(incidencia_Segundo_Semestre_2020[16])

incidencia_Segundo_Semestre_2020 = incidencia_Segundo_Semestre_2020[[2,16,15]]


total_Segundo_Semestre_2020 = incidencia_Segundo_Semestre_2020.groupby([15], as_index=False).sum()
total_Segundo_Semestre_2020 = total_Segundo_Semestre_2020.sort_values(by=[16], ascending=False)
print('O estado é:')
display(total_Segundo_Semestre_2020.head(1))

O estado é:


numCasosState = dadosCovid[dadosCovid[14] == 'state']
numCasosState = numCasosState[[15,16]]
numCasosState[16] = pd.to_numeric(numCasosState[16])
numCasosStateGrouped = numCasosState.groupby([15]).sum()
numTotalCasosState = numCasosStateGrouped.reset_index()
numTotalCasosState = numTotalCasosState.sort_values(by=[16], ascending=False)
estadoNumCasosMax = numTotalCasosState.head(1)

print("O estado com maior incidência de casos é:")
display(estadoNumCasosMax)

O estado com maior incidência de casos é:


numCasosCidadeSP = dadosCovid[dadosCovid[15] == 'SP']
numCasosCidadeSP = numCasosCidadeSP[numCasosCidadeSP[14] == 'city']
numCasosCidadeSP = numCasosCidadeSP[[0,16]]
numCasosCidadeSP[16] = pd.to_numeric(numCasosCidadeSP[16])
numCasosCidadeSP = numCasosCidadeSP.groupby([0], as_index=False).sum()
numCasosCidadeSP = numCasosCidadeSP.sort_values(by=[16], ascending=False)

print("As cidades com maior indiência são:")
display(numCasosCidadeSP.head(5))

As cidades com maior indiência são:


numObitosState = dadosCovid[dadosCovid[14] == 'state']
numObitosState = numObitosState[[15,17]]
numObitosState[17] = pd.to_numeric(numObitosState[17])
numObitosStateGrouped = numObitosState.groupby([15]).sum()
numTotalObitosState = numObitosStateGrouped.reset_index()
numTotalObitosState = numTotalObitosState.sort_values(by=[17], ascending=False)
estadoNumObitosMax = numTotalObitosState.head(1)

print('O estado com maior casos de óbito é:')
display(estadoNumObitosMax)

O estado com maior casos de óbito é:


numObitosCidadeSP = dadosCovid[dadosCovid[15] == 'SP']
numObitosCidadeSP = numObitosCidadeSP[numObitosCidadeSP[14] == 'city']
numObitosCidadeSP = numObitosCidadeSP[[0,17]]
numObitosCidadeSP[17] = pd.to_numeric(numObitosCidadeSP[17])
numObitosCidadeSPGrouped = numObitosCidadeSP.groupby([0], as_index=False).sum()
numObitosCidadeSPGrouped = numObitosCidadeSPGrouped.sort_values(by=[17], ascending=False)

print("as cidades com maior número de óbito são: ")
display(numObitosCidadeSPGrouped.head(5))

as cidades com maior número de óbito são:


numObitosCidadeSPMax = numObitosCidadeSPGrouped.head(1)

print("Já a cidade com o maior número é: ")
display(numObitosCidadeSPMax)

Já a cidade com o maior número é:


maioresCidades = ['São Paulo', 'Rio de Janeiro', 'Brasília', 'Salvador', 'Fortaleza']
incidenciaCidades = []
for cidade in maioresCidades:
  numIncidenciaCidade = dadosCovid[dadosCovid[0] == cidade]
  numIncidenciaCidade = numIncidenciaCidade[numIncidenciaCidade[14] == 'city']
  numIncidenciaCidade = numIncidenciaCidade[[0,15,16]]
  numIncidenciaCidade[16] = pd.to_numeric(numIncidenciaCidade[16])
  numIncidenciaCidadeGrouped = numIncidenciaCidade.groupby([0]).sum()
  incidenciaCidades.append(numIncidenciaCidadeGrouped)

incidenciaCidades = pd.concat(incidenciaCidades, axis=0).reset_index()
incidenciaCidades = incidenciaCidades.sort_values(by=[16], ascending=False)
display(incidenciaCidades)


def compara2020_2021(mes):
  anos = [2020, 2021]
  tabelas = []
  for ano in anos:
    dadosCovid3 = dadosCovid.drop(0)
    dadosCovid3 = dadosCovid3[dadosCovid3[14] == 'state']
    dadosCovid3[2] = pd.to_datetime(dadosCovid3[2], format='%Y-%m-%d')

    date_semester_begin = (pd.Timestamp(ano, mes, 1))
    date_semester_end = (pd.Timestamp(ano, mes, 31))

    ObitosJunhoAgosto = dadosCovid3[(dadosCovid3[2] >= date_semester_begin) & (dadosCovid3[2] < date_semester_end)]

    ObitosJunhoAgosto[17] = pd.to_numeric(ObitosJunhoAgosto[17])

    ObitosJunhoAgosto = ObitosJunhoAgosto[[2,17,15]]
    # display(ObitosJunhoAgosto.groupby([15], as_index=False).sum().sort_values(by=[17], ascending=False))
    tabelas.append(ObitosJunhoAgosto.groupby([15], as_index=False).sum().sort_values(by=[17], ascending=False))

  for i in tabelas:
    display(i)
    print('\n\n')


compara2020_2021(8) #agosto


def comparaIncidencia2020_2021(mes, estado):
  anos = [2020, 2021]
  tabelas = []
  for ano in anos:
    dadosCovid3 = dadosCovid.drop(0)
    dadosCovid3 = dadosCovid3[dadosCovid3[15] == estado]

    dadosCovid3 = dadosCovid3[dadosCovid3[14] == 'state']
    dadosCovid3[2] = pd.to_datetime(dadosCovid3[2], format='%Y-%m-%d')

    date_semester_begin = (pd.Timestamp(ano, mes, 1))
    date_semester_end = (pd.Timestamp(ano, mes, 31))

    IncidenciaJunhoAgosto = dadosCovid3[(dadosCovid3[2] >= date_semester_begin) & (dadosCovid3[2] < date_semester_end)]

    IncidenciaJunhoAgosto[16] = pd.to_numeric(IncidenciaJunhoAgosto[16])

    IncidenciaJunhoAgosto = IncidenciaJunhoAgosto[[2,16,15]]
    # display(IncidenciaJunhoAgosto.groupby([15], as_index=False).sum().sort_values(by=[16], ascending=False))
    tabelas.append(IncidenciaJunhoAgosto.groupby([15], as_index=False).sum()) #.sort_values(by=[16], ascending=False))

  for i in tabelas:
    display(i)
    print('\n\n')


estados = ['SP', 'MG', 'RJ', 'BA', 'PR']

print("Comparando os anos de 2020 e 2021 a patir do mês de agosto, temos as seguinte correlação,\nonde para cada estado, a primeira linha representa o ano de 2020 e a segunda o ano de 2021.")
for estado in estados:
  comparaIncidencia2020_2021(8, estado)

Comparando os anos de 2020 e 2021 a patir do mês de agosto, temos as seguinte correlação,
onde para cada estado, a primeira linha representa o ano de 2020 e a segunda o ano de 2021.


def evolucaoCovid():
  dadosCovid3 = dadosCovid.drop(0)

  dadosCovid3 = dadosCovid3[dadosCovid3[14] == 'state']
  dadosCovid3[2] = pd.to_datetime(dadosCovid3[2], format='%Y-%m-%d')

  date_semester_begin = (pd.Timestamp(2020, 2, 25))
  date_semester_end = (pd.Timestamp(2020, 8, 25))

  IncidenciaEvolucao = dadosCovid3[(dadosCovid3[2] >= date_semester_begin) & (dadosCovid3[2] < date_semester_end)]

  IncidenciaEvolucao[16] = pd.to_numeric(IncidenciaEvolucao[16])

  IncidenciaEvolucao = IncidenciaEvolucao[[2,16,15]]
  # display(IncidenciaEvolucao.groupby([15], as_index=False).sum().sort_values(by=[16], ascending=False))

  novoDf = IncidenciaEvolucao.groupby([15], as_index=False).sum().sort_values(by=[16], ascending=False)
  novoDf = (pd.DataFrame(novoDf))
  return novoDf[16].sum()
  # tabelas.append(IncidenciaEvolucao.groupby([15], as_index=False).sum()) #.sort_values(by=[16], ascending=False))
  # return novoDf


numCasosBrasil = evolucaoCovid()

#relativizando essa informação:
# print(numCasos)
numCasosBrasil_por_populacao = numCasosBrasil/(212600000) * 100

print(f'Número de casos de covid nos primeiros 6 meses no Brasil pela população do País {numCasosBrasil_por_populacao:.2f}%')

Número de casos de covid nos primeiros 6 meses no Brasil pela população do País 1.71%


data_amostra = pd.read_csv(path+"/owid-covid-data.csv")
#WHO COVID-19 global table data October 10th 2021 at 10.33.17 PM


dados_japan = data_amostra[data_amostra['location'] == 'Japan']


dados_japan['date'] = pd.to_datetime(dados_japan['date'], format='%Y-%m-%d')

date_semester_begin = (pd.Timestamp(2020, 1, 22))
date_semester_end = (pd.Timestamp(2020, 7, 22))
dados_japan['new_cases'] = pd.to_numeric(dados_japan['new_cases'])
dados_japan_semester = dados_japan[(dados_japan['date'] >= date_semester_begin) & (dados_japan['date'] < date_semester_end)]
# display(dados_japan_semester)


dados_japan_grouped = dados_japan.groupby(['location']).sum()
numCasosJapao = int(dados_japan_grouped['new_cases'])

numCasosJapao_por_populacao = numCasosJapao/125800000 * 100
print(f'Número de casos de covid nos primeiros 6 meses no Japão pela população do País {numCasosJapao_por_populacao:.2f}%')

# display(dados_japan_semester)

Número de casos de covid nos primeiros 6 meses no Japão pela população do País 1.36%


dadosCovid3 = dadosCovid.drop(0)

dadosCovid3 = dadosCovid3[dadosCovid3[14] == 'state']
dadosCovid3[2] = pd.to_datetime(dadosCovid3[2], format='%Y-%m-%d')

date_semester_begin = (pd.Timestamp(2020, 2, 25))
date_semester_end = (pd.Timestamp(2020, 8, 25))

IncidenciaEvolucao = dadosCovid3[(dadosCovid3[2] >= date_semester_begin) & (dadosCovid3[2] <= date_semester_end)]

IncidenciaEvolucao[16] = pd.to_numeric(IncidenciaEvolucao[16])

IncidenciaEvolucao = IncidenciaEvolucao[[2,16,15]]

IncidenciaEvolucao.groupby([2], as_index=False).sum()


IncidenciaEvolucao[2] = IncidenciaEvolucao[2].dt.strftime('%m/%Y')


dados_japan_semester['date'] = dados_japan_semester['date'].dt.strftime('%m/%Y')


print("Considerando o número de casos em um período mensal durante os primeiro 6 \nmeses, partindo do período onde ouveram os registros \ndos primeiros casos dos países analisados (Brasil e Japão),temos os seguintes gráficos:")

plt.plot(IncidenciaEvolucao.groupby([2]).sum()[16])
plt.xlabel('data')
plt.ylabel('casos')
plt.show()

plt.plot(dados_japan_semester.groupby('date').sum()['new_cases'])
plt.xlabel('data')
plt.ylabel('casos')
plt.show()

Considerando o número de casos em um período mensal durante os primeiro 6 
meses, partindo do período onde ouveram os registros 
dos primeiros casos dos países analisados (Brasil e Japão),temos os seguintes gráficos:


#A partir desse momento, a variável "dadosCovid" diz respeito a dados de Minas Gerais.
dadosCovid = dadosMG


# Tabela com dados de vacinação nos 3 primeiros meses
selecaoAntecipada = ((dadosVacinacao[6] >= '2021-01-18') & (dadosVacinacao[6] <= '2021-04-18'))
df_antecipado = dadosVacinacao[selecaoAntecipada]
#dadosVacinacao.loc[:,[4,6]].sort_values([6])
df_antecipado = (df_antecipado.loc[:,[4,6]].sort_values([6]).groupby([4]).size().reset_index(name='Vacinados').rename(columns={4: 'Região'}))
display(df_antecipado)
plt.barh(df_antecipado.Região,df_antecipado.Vacinados,color="purple")
plt.title("Quantidade de Pessoas Vacinadas x Macrorregião nos 3 primeiros meses em MG")
plt.xlabel("Quantidade de vacinados")
plt.ylabel("Macrorregião")

Text(0, 0.5, 'Macrorregião')


regioes = df_antecipado.loc[:,"Região"]
regioes = np.array(regioes)
df_cidades_regiao = dadosVacinacao.loc[1:,[3,4]].drop_duplicates(subset = 3)
lista_cidades_mg = np.array(df_cidades_regiao[3])  
df_cidades_regiao


def listaCidadesMacro(macro):
  return np.sort(np.array(df_cidades_regiao[3][df_cidades_regiao[4] == macro]))


cidadesCentro = listaCidadesMacro("CENTRO") #Onde mais se vacinou antecipadamente
cidadesJequi = listaCidadesMacro("JEQUITINHONHA") #Onde menos se vacionou antecipadamente
periodoAntesVacinacao = (dadosCovid[2] >= '2020-01-01') & (dadosCovid[2] <= '2021-01-18') # Do inicio da pandemia até o inicio da vacinacao
dfAntes = dadosCovid[periodoAntesVacinacao]

periodoDepoisVacinacao = (dadosCovid[2] >= '2021-01-18')
dfDepois = dadosCovid[periodoDepoisVacinacao]
print("CENTRO:")
#Centro
casosAntes = dfAntes[dfAntes[0].isin(cidadesCentro)]
numCasosAntesCentro = casosAntes[16].sum()
numObitosAntesCentro = casosAntes[17].sum()
print(f"Número de casos antes da vacinação: {numCasosAntesCentro}")
print(f"Número de óbitos antes da vacinação: {numObitosAntesCentro}")


casosDepois = dfDepois[dfDepois[0].isin(cidadesCentro)]
numCasosDepoisCentro = casosDepois[16].sum()
numObitosDepoisCentro = casosDepois[17].sum()
print(f"Número de casos depois da vacinação: {numCasosDepoisCentro}")
print(f"Número de óbitos depois da vacinação: {numObitosDepoisCentro}")
print(f"Houve um aumento de {((numCasosDepoisCentro-numCasosAntesCentro)/numCasosAntesCentro)*100}% no número de novos casos.")
print(f"Houve um aumento de {((numObitosDepoisCentro-numObitosAntesCentro)/numObitosAntesCentro)*100}% no número óbitos.")

print("\n\n")
#Jequitinhonha
print("JEQUITINHONHA:")
casosAntes = dfAntes[dfAntes[0].isin(cidadesJequi)]
numCasosAntesJequi = casosAntes[16].sum()
numObitosAntesJequi = casosAntes[17].sum()
print(f"Número de casos antes da vacinação: {numCasosAntesJequi}")
print(f"Número de óbitos antes da vacinação: {numObitosAntesJequi}")


casosDepois = dfDepois[dfDepois[0].isin(cidadesJequi)]
numCasosDepoisJequi = casosDepois[16].sum()
numObitosDepoisJequi = casosDepois[17].sum()
print(f"Número de casos depois da vacinação: {numCasosDepoisJequi}")
print(f"Número de óbitos depois da vacinação: {numObitosDepoisJequi}")
print(f"Houve um aumento de {((numCasosDepoisJequi-numCasosAntesJequi)/numCasosAntesJequi)*100}% no número de novos casos.")
print(f"Houve um aumento de {((numObitosDepoisJequi-numObitosAntesJequi)/numObitosAntesJequi)*100}% no número óbitos.")

#print(plt.plot(casosAntes[2],casosAntes[16]))

CENTRO:
Número de casos antes da vacinação: 199724
Número de óbitos antes da vacinação: 4560
Número de casos depois da vacinação: 333066
Número de óbitos depois da vacinação: 9613
Houve um aumento de 66.76313312371072% no número de novos casos.
Houve um aumento de 110.81140350877192% no número óbitos.


JEQUITINHONHA:
Número de casos antes da vacinação: 4628
Número de óbitos antes da vacinação: 58
Número de casos depois da vacinação: 14757
Número de óbitos depois da vacinação: 270
Houve um aumento de 218.86343993085563% no número de novos casos.
Houve um aumento de 365.51724137931035% no número óbitos.


menor = 9999999999999999 
cidade = ""
for i in lista_cidades_mg:
    conta = dfDepois[16][dfDepois[0]==i].sum()/int(np.resize(dfDepois[4][dfDepois[0]==i].unique(),(1,1)))
    if (conta < menor) and (conta>0):
      menor = conta
      cidade = i
  
print(f"Cidade com o menor taxa de novos casos após a vacinação {cidade}")
print(f"Taxa de novos casos após a vacinação (novos casos/população estimada):{menor}")

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:4: RuntimeWarning: invalid value encountered in long_scalars
  after removing the cwd from sys.path.

Cidade com o menor taxa de novos casos após a vacinação MIRAVANIA
Taxa de novos casos após a vacinação (novos casos/população estimada):0.0010175010175010174


print(f"Pertence à região {df_cidades_regiao[4][df_cidades_regiao[3]==cidade].unique()[0]}")

Pertence à região NORTE


taxa_cidades_mg = []
cidades = lista_cidades_mg
for i in cidades:
  taxa = dfDepois[16][dfDepois[0]==i].sum()/int(np.resize(dfDepois[4][dfDepois[0]==i].unique(),(1,1)))
  if (taxa>=0):
    taxa_cidades_mg.append(taxa)
  else:
    cidades = cidades[cidades != i] 
    


media = 0
taxa_cidades_mg = [x for x in taxa_cidades_mg if str(x) != 'nan']

for i in taxa_cidades_mg:
  if (i>0):
    media  = media + (i/len(taxa_cidades_mg))

print(f"Média das cidades de MG: {media}")
plt.scatter(x=cidades,y=taxa_cidades_mg)
plt.title("Taxa de novos casos nas cidades de MG.")
plt.xlabel("Cidade")
plt.ylabel("Novos casos/População")

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:4: RuntimeWarning: invalid value encountered in long_scalars
  after removing the cwd from sys.path.

Média das cidades de MG: 0.04585659347651355

Text(0, 0.5, 'Novos casos/População')


maior = -999999999999999
macroMaior = ""

menor = 9999999999999999
macroMenor = ""

valoresMacros = []
somaMacro = 0
for i in regioes:
  #print(f"Macro: {i}")
  cidadesMacro = listaCidadesMacro(i)

  casosAntes = dfAntes[dfAntes[0].isin(cidadesMacro)]
  numCasosAntes = casosAntes[16].sum()
  #numObitosAntes = casosAntes[17].sum()
  #print(f"Número de casos antes da vacinação: {numCasosAntes}")
  #print(f"Número de óbitos antes da vacinação: {numObitosAntes}")


  casosDepois = dfDepois[dfDepois[0].isin(cidadesMacro)]
  numCasosDepois = casosDepois[16].sum()
  #numObitosDepois = casosDepois[17].sum()
  #print(f"Número de casos depois da vacinação: {numCasosDepois}")
  #print(f"Número de óbitos depois da vacinação: {numObitosDepois}")
  #print(f"Houve um aumento de {((numCasosDepois-numCasosAntes)/numCasosAntes)*100}% no número de novos casos.")
  #print(f"Houve um aumento de {((numObitosDepois-numObitosAntes)/numObitosAntes)*100}% no número óbitos.")
  if (numCasosAntes>0):
    taxaCasos = (numCasosDepois-numCasosAntes)/numCasosAntes
    valoresMacros.append(taxaCasos)
    somaMacro = taxaCasos
    if ((somaMacro < menor) and somaMacro >= 0 ):
      menor = somaMacro
      macroMenor = i
    elif ((somaMacro > maior) and somaMacro >= 0):
      maior = somaMacro
      macroMaior = i
  somaMacro = 0

print(f"Macrorregião com o maior percentual de aumento de novos casos: {macroMaior} com {maior*100}%.")
print(f"Macrorregião com o menor percentual de aumento de novos casos: {macroMenor} com {menor*100}%.")
plt.bar(regioes,valoresMacros,color="black")
plt.xticks (rotation=75)
plt.title("Gráfico de Barras dos Percentuais de Aumento de Novos Casos")
plt.xlabel("Macrorregião")
plt.ylabel("Taxa de aumento de novos casos")

Macrorregião com o maior percentual de aumento de novos casos: JEQUITINHONHA com 218.86343993085563%.
Macrorregião com o menor percentual de aumento de novos casos: VALE DO ACO com 0.5009364352280163%.

Text(0, 0.5, 'Taxa de aumento de novos casos')


print(plt.pie(valoresMacros,labels=regioes))
plt.title("Distribuição de novos casos nas macrorregiões mineiras")

([<matplotlib.patches.Wedge object at 0x7f80b415e790>, <matplotlib.patches.Wedge object at 0x7f80b415ea90>, <matplotlib.patches.Wedge object at 0x7f80b4182110>, <matplotlib.patches.Wedge object at 0x7f80b41821d0>, <matplotlib.patches.Wedge object at 0x7f80b4182950>, <matplotlib.patches.Wedge object at 0x7f80b4161550>, <matplotlib.patches.Wedge object at 0x7f80b4161250>, <matplotlib.patches.Wedge object at 0x7f80b4161850>, <matplotlib.patches.Wedge object at 0x7f80b4182710>, <matplotlib.patches.Wedge object at 0x7f80b4161290>, <matplotlib.patches.Wedge object at 0x7f80b4b82190>, <matplotlib.patches.Wedge object at 0x7f80b417a150>, <matplotlib.patches.Wedge object at 0x7f80b417a190>, <matplotlib.patches.Wedge object at 0x7f80b417a6d0>], [Text(1.0817297390587388, 0.1996516256781126, 'CENTRO'), Text(0.8202174963445135, 0.7329687978968397, 'CENTRO SUL'), Text(-0.13284051460250362, 1.0919493567378216, 'JEQUITINHONHA'), Text(-0.7417048216665384, 0.8123262629735719, 'LESTE'), Text(-0.8938400001044617, 0.6411318539998275, 'LESTE DO SUL'), Text(-1.0425005014073965, 0.3509881829425702, 'NORDESTE'), Text(-1.0998494740399607, -0.01819710015419956, 'NOROESTE'), Text(-0.9951953287150482, -0.46860031765220483, 'NORTE'), Text(-0.5985445120860289, -0.9229000309089267, 'OESTE'), Text(-0.10734556129834577, -1.0947497113356748, 'SUDESTE'), Text(0.4779212202107406, -0.9907528991995316, 'SUL'), Text(0.90319370523708, -0.6278862403494083, 'TRIANGULO DO NORTE'), Text(1.0616575038143279, -0.2878946762181106, 'TRIANGULO DO SUL'), Text(1.0999989692198442, -0.0015058935155800816, 'VALE DO ACO')])

Text(0.5, 1.0, 'Distribuição de novos casos nas macrorregiões mineiras')


infoVacinas = dadosVacinacao.groupby([5]).size().reset_index(name="Quantidade").rename(columns={5: 'Nome'}).head(4)
print(f"A vacina mais aplicada em MG é a {infoVacinas.iloc[0,0]} com {infoVacinas.iloc[0,1]} doses distribuidas")
display(infoVacinas)
plt.bar(infoVacinas.Nome, infoVacinas.Quantidade,color = 'red')
plt.title("Quantidade de doses das vacinas aplicadas no estado de Minas Gerais")
plt.ylabel("Quantidade (em milhões)")
plt.xlabel("Vacina")

A vacina mais aplicada em MG é a ASTRAZENECA com 6457910 doses distribuidas

Text(0.5, 0, 'Vacina')


maiorMortes = -999999999999999
cidadeMaiorMortes = ""

menorMortes = 999999999999999
cidadeMenorMortes = ""
#lista_cidades_mg = ["CURVELO"]

somaMacro = 0
for i in lista_cidades_mg:
  #print(f"Macro: {i}")
  #cidadesMacro = listaCidadesMacro(i)

  casosAntes = dfAntes[dfAntes[0]==i]
  #numCasosAntes = casosAntes[16].sum()
  numObitosAntes = casosAntes[17].sum()
  #print(f"Número de casos antes da vacinação: {numCasosAntes}")
  #print(f"Número de óbitos antes da vacinação: {numObitosAntes}")


  casosDepois = dfDepois[dfDepois[0]==i]
  #numCasosDepois = casosDepois[16].sum()
  numObitosDepois = casosDepois[17].sum()
  #print(f"Número de casos depois da vacinação: {numCasosDepois}")
  #print(f"Número de óbitos depois da vacinação: {numObitosDepois}")
  #print(f"Houve um aumento de {((numCasosDepois-numCasosAntes)/numCasosAntes)*100}% no número de novos casos.")
  #print(f"Houve um aumento de {((numObitosDepois-numObitosAntes)/numObitosAntes)*100}% no número óbitos.")
  #taxaCasos = (numCasosDepois-numCasosAntes)/numCasosAntes
  if (numObitosAntes!=0):
    taxaObitos = (numObitosDepois-numObitosAntes)/numObitosAntes
  

  if ((taxaObitos > maiorMortes)):
    maiorMortes = taxaObitos
    cidadeMaiorMortes = i
  elif ((taxaObitos < menorMortes)):
    menorMortes = taxaObitos
    cidadeMenorMortes = i
 
print(f"Cidade com o maior percentual de aumento de novas mortes: {cidadeMaiorMortes} com {maiorMortes*100}%.")
print(f"Cidade com o menor percentual de aumento de novas mortes: {cidadeMenorMortes} com {menorMortes*100}%.")

Cidade com o maior percentual de aumento de novas mortes: LAGOA GRANDE com 2800.0%.
Cidade com o menor percentual de aumento de novas mortes: DIOGO DE VASCONCELOS com -200.0%.


maiorMortes = -999999999999999
macroMaiorMortes = ""

menorMortes = 9999999999999999
macroMenorMortes = ""
serieMenor = pd.DataFrame()
serieMaior = pd.DataFrame()

somaMacro = 0
for i in regioes:
  #print(f"Macro: {i}")
  cidadesMacro = listaCidadesMacro(i)

  casosAntes = dfAntes[dfAntes[0].isin(cidadesMacro)]
  #numCasosAntes = casosAntes[16].sum()
  numObitosAntes = casosAntes[17].sum()
  #print(f"Número de casos antes da vacinação: {numCasosAntes}")
  #print(f"Número de óbitos antes da vacinação: {numObitosAntes}")


  casosDepois = dfDepois[dfDepois[0].isin(cidadesMacro)]
  #numCasosDepois = casosDepois[16].sum()
  numObitosDepois = casosDepois[17].sum()
  #print(f"Número de casos depois da vacinação: {numCasosDepois}")
  #print(f"Número de óbitos depois da vacinação: {numObitosDepois}")
  #print(f"Houve um aumento de {((numCasosDepois-numCasosAntes)/numCasosAntes)*100}% no número de novos casos.")
  #print(f"Houve um aumento de {((numObitosDepois-numObitosAntes)/numObitosAntes)*100}% no número óbitos.")
  if (numObitosAntes>0):
    taxaObitos = (numObitosDepois-numObitosAntes)/numObitosAntes
    somaMacro = taxaCasos
    

    if ((taxaObitos < menorMortes)):
      menorMortes = taxaObitos
      macroMenorObitos = i
      serieMenor = casosDepois.loc[:,[0,2,17]]
    elif ((taxaObitos > maiorMortes)):
      maiorMortes = taxaObitos
      macroMaiorObitos = i
      serieMaior = casosDepois.loc[:,[0,2,17]]
  somaMacro = 0


plt.figure(figsize=(10, 6))
plt.style.use('ggplot')
print(f"Macrorregião com o maior percentual de aumento de novas mortes: {macroMaiorObitos} com {maiorMortes*100}%.")
print(f"Macrorregião com o menor percentual de aumento de novas mortes: {macroMenorObitos} com {menorMortes*100}%.")
print(plt.plot(serieMenor[2],serieMenor[17],color="green",label="Vale do Aço"))
plt.title("Comportamento de novos óbitos pós vacinação nas duas regiões")
print(plt.plot(serieMaior[2],serieMaior[17],color="red",label="Vale do Jequitinhonha"))
plt.legend()

Macrorregião com o maior percentual de aumento de novas mortes: JEQUITINHONHA com 365.51724137931035%.
Macrorregião com o menor percentual de aumento de novas mortes: VALE DO ACO com 24.691358024691358%.
[<matplotlib.lines.Line2D object at 0x7f80b407fa90>]
[<matplotlib.lines.Line2D object at 0x7f80b406c0d0>]

<matplotlib.legend.Legend at 0x7f80b4093590>


cidadesValeDoAco = listaCidadesMacro("VALE DO ACO")
df22 = dadosVacinacao[dadosVacinacao[3].isin(cidadesValeDoAco)]
df22 = df22.groupby([5]).size().reset_index(name="Quantidade").rename(columns={5: 'Nome'})

df22_1 = dadosVacinacao[dadosVacinacao[3].isin(cidadesJequi)]
df22_1 = df22_1.groupby([5]).size().reset_index(name="Quantidade").rename(columns={5: 'Nome'})

print(f"A vacina mais aplicada em ambas as macros é a {df22_1.iloc[0,0]}.")

A vacina mais aplicada em ambas as macros é a ASTRAZENECA.


faixaIdade = dadosVacinacao.groupby(1).size().reset_index(name="Quantidade").rename(columns={1: 'Faixa etária'}).head(11)
display(faixaIdade)
plt.figure(figsize=(7,7))
pie = plt.pie(faixaIdade.Quantidade)
#plt.tight_layout()

plt.legend(pie[0],faixaIdade["Faixa etária"], bbox_to_anchor=(1,0.5), loc="center right", fontsize=10, 
           bbox_transform=plt.gcf().transFigure)
plt.subplots_adjust(left=0.0, bottom=0.1, right=0.45)
plt.title("Distribuição da vacinação por faixa etária")

Text(0.5, 1.0, 'Distribuição da vacinação por faixa etária')


from sklearn.model_selection import train_test_split


print(label)

0                                              city
1                                    city_ibge_code
2                                              date
3                              epidemiological_week
4                              estimated_population
5                         estimated_population_2019
6                                           is_last
7                                       is_repeated
8                          last_available_confirmed
9     last_available_confirmed_per_100k_inhabitants
10                              last_available_date
11                        last_available_death_rate
12                            last_available_deaths
13                                  order_for_place
14                                       place_type
15                                            state
16                                    new_confirmed
17                                       new_deaths
Name: 0, dtype: object


regioes = dadosVacinacao.loc[:,4]
regioes = np.array(regioes)
df_cidades_regiao = dadosVacinacao.loc[1:,[3,4]].drop_duplicates(subset = 3)
lista_cidades_mg = np.array(df_cidades_regiao[3])  
df_cidades_regiao
macros = []
def listaCidadesMacro(macro): 
  return np.sort(np.array(df_cidades_regiao[3][df_cidades_regiao[4] == macro]))
def listaMacros():
    return(df_cidades_regiao.loc[:,4].unique())

def modelo(dataIni,dataFinal):
  periodo = ((dadosMG[2] >= dataIni) & (dadosMG[2] <= dataFinal))
  df_periodo = dadosMG[periodo]  
  df = pd.DataFrame()
  #dadosVacinacao.loc[:,[4,6]].sort_values([6])
  #display(df_periodo) #= (df_periodo.loc[:,[4,6]].sort_values([6]).groupby([4]).size().reset_index(name='Vacinados').rename(columns={4: 'Região'}))
  macros = listaMacros() 
  mediaMacro = 0
  mediaObt = 0
  nomesCidades = []
  mediaCasosCidade = []
  mediaObitosCidade = []
  macroReg = []
  for i in macros:
      cidadesMacro = listaCidadesMacro(i)
      for j in cidadesMacro:
        mediaMacro += df_periodo[16][df_periodo[0] == j].sum()/len(df_periodo)
        mediaObt += df_periodo[17][df_periodo[0] == j].sum()/len(df_periodo)
        if (mediaMacro!=0):
          nomesCidades.append(j)
          mediaCasosCidade.append(mediaMacro)
          mediaObitosCidade.append(mediaObt)
          macroReg.append(i)
          #print(f"A media da cidade {j} é = {mediaMacro}")
        mediaMacro = 0
    
  df["Cidade"] = nomesCidades
  df["MediaCasos"] = mediaCasosCidade
  df["MediaMortes"] = mediaObitosCidade
  df["Macrorregiao"] = macroReg
  return df

dados = modelo('2020-12-18','2021-04-18')
display(dados)


#dados[dados["Cidade"]=="VESPASIANO"]


from sklearn import tree
from sklearn.neighbors import KNeighborsClassifier 
from sklearn import metrics
from sklearn.model_selection import cross_val_score
# uberaba = dados.drop(axis=0,index=110)
# uberaba
# dadosAux = pd.DataFrame()
# dadosAux["MediaCasos"] = [0.027377] 
# dadosAux["MediaMortes"] = [0.041243]

model = tree.DecisionTreeClassifier(criterion="entropy")
#model = KNeighborsClassifier()
x_train,x_test,y_train,y_test = train_test_split(dados.loc[:,["MediaCasos","MediaMortes"]],dados.loc[:,"Macrorregiao"],test_size=1/4)
model.fit(x_train,y_train)
y_predicted = model.predict(x_test)
print('coefficient of determination :', model.score(x_test, y_test))
j = 0;
print("ERROS: ")
for i in y_test:
    if (i!=y_predicted[j]):
      print(f"{i} == {y_predicted[j]}")
    j+=1
scores = cross_val_score(model, 
                x_test,
                y_test, cv=10)
print("Accuracy via Validação Cruzada da Decision Tree: %0.2f (+/- %0.2f)" % (scores.mean(), scores.std() * 2))

coefficient of determination : 0.9905660377358491
ERROS: 
NORDESTE == OESTE
LESTE DO SUL == NOROESTE
Accuracy via Validação Cruzada da Decision Tree: 0.95 (+/- 0.08)

/usr/local/lib/python3.7/dist-packages/sklearn/model_selection/_split.py:667: UserWarning: The least populated class in y has only 5 members, which is less than n_splits=10.
  % (min_groups, self.n_splits)), UserWarning)


from sklearn import metrics
from sklearn.metrics import confusion_matrix
from sklearn.model_selection import cross_val_score
print(metrics.classification_report(y_test,y_predicted))
print("Matriz de Confusão para a Árvore de Decisão: ")
print(confusion_matrix(y_test, model.predict(x_test)))

                    precision    recall  f1-score   support

            CENTRO       1.00      1.00      1.00        27
        CENTRO SUL       1.00      1.00      1.00        11
     JEQUITINHONHA       1.00      1.00      1.00         5
             LESTE       1.00      1.00      1.00        12
      LESTE DO SUL       1.00      0.92      0.96        12
          NORDESTE       1.00      0.92      0.96        13
          NOROESTE       0.88      1.00      0.93         7
             NORTE       1.00      1.00      1.00        25
             OESTE       0.94      1.00      0.97        16
           SUDESTE       1.00      1.00      1.00        24
               SUL       1.00      1.00      1.00        37
TRIANGULO DO NORTE       1.00      1.00      1.00         9
  TRIANGULO DO SUL       1.00      1.00      1.00         7
       VALE DO ACO       1.00      1.00      1.00         7

          accuracy                           0.99       212
         macro avg       0.99      0.99      0.99       212
      weighted avg       0.99      0.99      0.99       212

Matriz de Confusão para a Árvore de Decisão: 
[[27  0  0  0  0  0  0  0  0  0  0  0  0  0]
 [ 0 11  0  0  0  0  0  0  0  0  0  0  0  0]
 [ 0  0  5  0  0  0  0  0  0  0  0  0  0  0]
 [ 0  0  0 12  0  0  0  0  0  0  0  0  0  0]
 [ 0  0  0  0 11  0  1  0  0  0  0  0  0  0]
 [ 0  0  0  0  0 12  0  0  1  0  0  0  0  0]
 [ 0  0  0  0  0  0  7  0  0  0  0  0  0  0]
 [ 0  0  0  0  0  0  0 25  0  0  0  0  0  0]
 [ 0  0  0  0  0  0  0  0 16  0  0  0  0  0]
 [ 0  0  0  0  0  0  0  0  0 24  0  0  0  0]
 [ 0  0  0  0  0  0  0  0  0  0 37  0  0  0]
 [ 0  0  0  0  0  0  0  0  0  0  0  9  0  0]
 [ 0  0  0  0  0  0  0  0  0  0  0  0  7  0]
 [ 0  0  0  0  0  0  0  0  0  0  0  0  0  7]]

	0	1	2	3	4	5	6	7
0	ID	faixa_etaria	sexo	municipio_res	macro	vacina_nome	data_aplicacao	dose
1	1	60 a 69 anos	MASCULINO	BELO HORIZONTE	CENTRO	CORONAVAC	2021-05-20	2ª Dose

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17
627858	Divinópolis	3122306	2020-03-08	202011	240408	238230	False	False	1	0.41596	2020-03-08	0.0000	0	1	city	MG	1	0
627859	NaN	31	2020-03-08	202011	21292666	21168791	False	False	1	0.00470	2020-03-08	0.0000	0	1	state	MG	1	0
627860	Divinópolis	3122306	2020-03-09	202011	240408	238230	False	False	1	0.41596	2020-03-09	0.0000	0	2	city	MG	0	0
627861	NaN	31	2020-03-09	202011	21292666	21168791	False	False	1	0.00470	2020-03-09	0.0000	0	2	state	MG	0	0
627862	Divinópolis	3122306	2020-03-10	202011	240408	238230	False	False	1	0.41596	2020-03-10	0.0000	0	3	city	MG	0	0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
1005150	Água Boa	3100609	2021-08-08	202132	13523	13735	False	True	511	3778.74732	2021-06-18	0.0137	7	408	city	MG	0	0
1005151	Água Comprida	3100708	2021-08-08	202132	1992	1999	False	True	169	8483.93574	2021-06-18	0.0473	8	436	city	MG	0	0
1005152	Águas Formosas	3100906	2021-08-08	202132	19247	19207	False	True	899	4670.85780	2021-06-18	0.0345	31	431	city	MG	0	0
1005153	Águas Vermelhas	3101003	2021-08-08	202132	13599	13539	False	True	402	2956.09971	2021-06-18	0.0174	7	446	city	MG	0	0
1005154	NaN	31	2021-08-08	202132	21292666	21168791	True	False	1997875	9382.92556	2021-08-08	0.0257	51317	519	state	MG	2189	101

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17
627858	Divinópolis	3122306	2020-03-08	202011	240408	238230	False	False	1	0.41596	2020-03-08	0.0000	0	1	city	MG	1	0
627860	Divinópolis	3122306	2020-03-09	202011	240408	238230	False	False	1	0.41596	2020-03-09	0.0000	0	2	city	MG	0	0
627862	Divinópolis	3122306	2020-03-10	202011	240408	238230	False	False	1	0.41596	2020-03-10	0.0000	0	3	city	MG	0	0
627864	Divinópolis	3122306	2020-03-11	202011	240408	238230	False	False	1	0.41596	2020-03-11	0.0000	0	4	city	MG	0	0
627866	Divinópolis	3122306	2020-03-12	202011	240408	238230	False	False	1	0.41596	2020-03-12	0.0000	0	5	city	MG	0	0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
1005149	Wenceslau Braz	3172202	2021-08-08	202132	2548	2552	False	True	175	6868.13187	2021-06-18	0.0229	4	460	city	MG	0	0
1005150	Água Boa	3100609	2021-08-08	202132	13523	13735	False	True	511	3778.74732	2021-06-18	0.0137	7	408	city	MG	0	0
1005151	Água Comprida	3100708	2021-08-08	202132	1992	1999	False	True	169	8483.93574	2021-06-18	0.0473	8	436	city	MG	0	0
1005152	Águas Formosas	3100906	2021-08-08	202132	19247	19207	False	True	899	4670.85780	2021-06-18	0.0345	31	431	city	MG	0	0
1005153	Águas Vermelhas	3101003	2021-08-08	202132	13599	13539	False	True	402	2956.09971	2021-06-18	0.0174	7	446	city	MG	0	0

	0	1	2	3	4	5	6	7
545	545	70 a 79 anos	MASCULINO	NÃO LOCALIZADO	VALE DO ACO	CORONAVAC	2021-04-05	2ª Dose
592	592	40 a 49 anos	MASCULINO	NÃO LOCALIZADO	SUDESTE	ASTRAZENECA	2021-06-16	1ª Dose
1352	1352	50 a 59 anos	MASCULINO	NÃO LOCALIZADO	NORTE	ASTRAZENECA	2021-05-28	1ª Dose
1435	1435	60 a 69 anos	FEMININO	NÃO LOCALIZADO	CENTRO SUL	ASTRAZENECA	2021-07-01	2ª Dose
2266	2266	10 a 19 anos	FEMININO	NÃO LOCALIZADO	CENTRO	ASTRAZENECA	2021-07-28	1ª Dose
...	...	...	...	...	...	...	...	...
13247741	13247741	60 a 69 anos	MASCULINO	NÃO LOCALIZADO	CENTRO	ASTRAZENECA	2021-04-14	1ª Dose
13247797	13247797	70 a 79 anos	MASCULINO	NÃO LOCALIZADO	NORTE	CORONAVAC	2021-03-31	1ª Dose
13247854	13247854	60 a 69 anos	FEMININO	NÃO LOCALIZADO	SUDESTE	ASTRAZENECA	2021-06-10	1ª Dose
13248224	13248224	60 a 69 anos	MASCULINO	NÃO LOCALIZADO	NORTE	CORONAVAC	2021-04-16	1ª Dose
13248312	13248312	40 a 49 anos	MASCULINO	NÃO LOCALIZADO	SUL	ASTRAZENECA	2021-05-29	1ª Dose

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17
627858	Divinópolis	3122306	2020-03-08	202011	240408	238230	False	False	1	0.41596	2020-03-08	0.0000	0	1	city	MG	1	0
627860	Divinópolis	3122306	2020-03-09	202011	240408	238230	False	False	1	0.41596	2020-03-09	0.0000	0	2	city	MG	0	0
627862	Divinópolis	3122306	2020-03-10	202011	240408	238230	False	False	1	0.41596	2020-03-10	0.0000	0	3	city	MG	0	0
627864	Divinópolis	3122306	2020-03-11	202011	240408	238230	False	False	1	0.41596	2020-03-11	0.0000	0	4	city	MG	0	0
627866	Divinópolis	3122306	2020-03-12	202011	240408	238230	False	False	1	0.41596	2020-03-12	0.0000	0	5	city	MG	0	0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
1005149	Wenceslau Braz	3172202	2021-08-08	202132	2548	2552	False	True	175	6868.13187	2021-06-18	0.0229	4	460	city	MG	0	0
1005150	Água Boa	3100609	2021-08-08	202132	13523	13735	False	True	511	3778.74732	2021-06-18	0.0137	7	408	city	MG	0	0
1005151	Água Comprida	3100708	2021-08-08	202132	1992	1999	False	True	169	8483.93574	2021-06-18	0.0473	8	436	city	MG	0	0
1005152	Águas Formosas	3100906	2021-08-08	202132	19247	19207	False	True	899	4670.85780	2021-06-18	0.0345	31	431	city	MG	0	0
1005153	Águas Vermelhas	3101003	2021-08-08	202132	13599	13539	False	True	402	2956.09971	2021-06-18	0.0174	7	446	city	MG	0	0

	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17
0	city	city_ibge_code	date	epidemiological_week	estimated_population	estimated_population_2019	is_last	is_repeated	last_available_confirmed	last_available_confirmed_per_100k_inhabitants	last_available_date	last_available_death_rate	last_available_deaths	order_for_place	place_type	state	new_confirmed	new_deaths
1	Rio Branco	1200401	2020-03-17	202012	413418	407319	False	False	3	0.72566	2020-03-17	0.0000	0	1	city	AC	3	0
2	NaN	12	2020-03-17	202012	894470	881935	False	False	3	0.33539	2020-03-17	0.0000	0	1	state	AC	3	0
3	Rio Branco	1200401	2020-03-18	202012	413418	407319	False	False	3	0.72566	2020-03-18	0.0000	0	2	city	AC	0	0
4	NaN	12	2020-03-18	202012	894470	881935	False	False	3	0.33539	2020-03-18	0.0000	0	2	state	AC	0	0
5	Rio Branco	1200401	2020-03-19	202012	413418	407319	False	False	4	0.96754	2020-03-19	0.0000	0	3	city	AC	1	0

	index	cidade	estado	qtdCasos
0	15	Rio Branco	AC	38006
1	5	Cruzeiro do Sul	AC	7809
2	20	Tarauacá	AC	6555
3	18	Sena Madureira	AC	5845
4	7	Feijó	AC	3330
5	46	Maceió	AL	83093
6	1	Arapiraca	AL	29123
7	51	Marechal Deodoro	AL	6274
8	66	Palmeira dos Índios	AL	4668
9	85	Santana do Ipanema	AL	4525
10	37	Manaus	AM	199225
11	45	Parintins	AM	10029
12	28	Itacoatiara	AM	9966
13	57	Tefé	AM	9789
14	35	Manacapuru	AM	9582
15	6	Macapá	AP	59625
16	12	Santana	AP	25582
17	5	Laranjal do Jari	AP	8380
18	8	Oiapoque	AP	5294
19	15	Vitória do Jari	AP	3928
20	334	Salvador	BA	232254
21	127	Feira de Santana	BA	52071
22	408	Vitória da Conquista	BA	34506
23	175	Itabuna	BA	33554
24	68	Camaçari	BA	24389
25	58	Fortaleza	CE	253842
26	99	Juazeiro do Norte	CE	29546
27	163	Sobral	CE	27231
28	43	Caucaia	CE	22283
29	104	Maracanaú	CE	21399
30	0	Brasília	DF	399047
31	1	Importados/Indefinidos	DF	54145
32	63	Serra	ES	68874
33	75	Vila Velha	ES	67884
34	76	Vitória	ES	58352
35	14	Cariacica	ES	41850
36	13	Cachoeiro de Itapemirim	ES	27574
37	94	Goiânia	GO	176791
38	15	Aparecida de Goiânia	GO	74725
39	14	Anápolis	GO	43820
40	195	Rio Verde	GO	28322
41	132	Luziânia	GO	27304
42	190	São Luís	MA	45136
43	88	Imperatriz	MA	17575
44	49	Caxias	MA	11646
45	22	Balsas	MA	11155
46	161	Santa Inês	MA	8874
47	61	Belo Horizonte	MG	226544
48	820	Uberlândia	MG	98939
49	199	Contagem	MG	37622
50	496	Montes Claros	MG	36777
51	415	Juiz de Fora	MG	35156
52	18	Campo Grande	MS	128853
53	30	Dourados	MS	37990
54	76	Três Lagoas	MS	19351
55	24	Corumbá	MS	15391
56	60	Ponta Porã	MS	9712
57	35	Cuiabá	MT	101282
58	109	Rondonópolis	MT	35489
59	140	Várzea Grande	MT	33283
60	121	Sinop	MT	23805
61	122	Sorriso	MT	17317
62	18	Belém	PA	105287
63	88	Parauapebas	PA	53487
64	8	Ananindeua	PA	25281
65	112	Santarém	PA	19447
66	64	Marabá	PA	18859
67	94	João Pessoa	PB	102939
68	48	Campina Grande	PB	41387
69	134	Patos	PB	13694
70	79	Guarabira	PB	9935
71	44	Cajazeiras	PB	9743
72	131	Recife	PE	147201
73	86	Jaboatão dos Guararapes	PE	34870
74	42	Caruaru	PE	33801
75	124	Petrolina	PE	29805
76	110	Olinda	PE	23141
77	214	Teresina	PI	103656
78	150	Parnaíba	PI	16062
79	162	Piripiri	PI	10685
80	81	Floriano	PI	8614
81	158	Picos	PI	8374
82	91	Curitiba	PR	206316
83	192	Londrina	PR	76907
84	210	Maringá	PR	59429
85	274	Ponta Grossa	PR	45281
86	118	Foz do Iguaçu	PR	42607
87	68	Rio de Janeiro	RJ	409881
88	78	São Gonçalo	RJ	55251
89	48	Niterói	RJ	51355
90	92	Volta Redonda	RJ	34392
91	14	Campos dos Goytacazes	RJ	30087
92	87	Natal	RN	97568
93	96	Parnamirim	RN	30291
94	86	Mossoró	RN	29372
95	18	Caicó	RN	12118
96	137	São Gonçalo do Amarante	RN	8307
97	37	Porto Velho	RO	84514
98	4	Ariquemes	RO	22165
99	24	Ji-Paraná	RO	18981
100	8	Cacoal	RO	14042
101	52	Vilhena	RO	13770
102	2	Boa Vista	RR	92961
103	12	Rorainópolis	RR	3170
104	7	Importados/Indefinidos	RR	2650
105	5	Caracaraí	RR	2618
106	3	Bonfim	RR	2434
107	322	Porto Alegre	RS	168389
108	91	Caxias do Sul	RS	67879
109	75	Canoas	RS	42859
110	309	Pelotas	RS	41251
111	365	Santa Maria	RS	38109
112	135	Joinville	SC	103876
113	85	Florianópolis	SC	79073
114	34	Blumenau	SC	55744
115	72	Criciúma	SC	37821
116	64	Chapecó	SC	37794
117	2	Aracaju	SE	126254
118	46	Nossa Senhora do Socorro	SE	18022
119	26	Itabaiana	SE	13120
120	67	São Cristóvão	SE	9840
121	32	Lagarto	SE	7745
122	573	São Paulo	SP	911605
123	100	Campinas	SP	104629
124	563	São José do Rio Preto	SP	91074
125	564	São José dos Campos	SP	87923
126	480	Ribeirão Preto	SP	74500
127	87	Palmas	TO	48688
128	13	Araguaína	TO	35934
129	57	Gurupi	TO	14252
130	103	Porto Nacional	TO	9513
131	92	Paraíso do Tocantins	TO	7901

	0	17
573	São Paulo	35679
204	Guarulhos	4714
100	Campinas	4146
555	São Bernardo do Campo	3125
529	Santo André	2924

	15	17
25	SP	6981
10	MG	2557
18	RJ	2550
4	BA	1881
22	RS	1519
8	GO	1412
17	PR	1331
23	SC	1133
15	PE	1017
6	DF	1000
12	MT	935
5	CE	692
14	PB	624
7	ES	591
11	MS	473
16	PI	471
9	MA	423
24	SE	410
13	PA	396
19	RN	379
2	AM	371
1	AL	311
26	TO	283
20	RO	257
3	AP	95
0	AC	78
21	RR	74

	15	17
25	SP	1759
10	MG	856
18	RJ	715
17	PR	601
8	GO	501
22	RS	242
15	PE	232
12	MT	217
4	BA	205
23	SC	200
5	CE	173
11	MS	119
13	PA	112
9	MA	104
6	DF	103
7	ES	91
1	AL	86
19	RN	86
14	PB	70
2	AM	57
26	TO	41
16	PI	40
21	RR	32
20	RO	31
24	SE	27
3	AP	17
0	AC	5

	2	16
0	2020-02-25	1
1	2020-02-26	0
2	2020-02-27	0
3	2020-02-28	1
4	2020-02-29	0
...	...	...
178	2020-08-21	32326
179	2020-08-22	45908
180	2020-08-23	21869
181	2020-08-24	23517
182	2020-08-25	46307

	Região	Vacinados
0	CENTRO	1220167
1	CENTRO SUL	158675
2	JEQUITINHONHA	79104
3	LESTE	132467
4	LESTE DO SUL	137161
5	NORDESTE	159986
6	NOROESTE	140027
7	NORTE	267174
8	OESTE	219978
9	SUDESTE	325526
10	SUL	543364
11	TRIANGULO DO NORTE	244508
12	TRIANGULO DO SUL	127880
13	VALE DO ACO	135085

	3	4
1	BELO HORIZONTE	CENTRO
2	SANTA LUZIA	CENTRO
3	PORTEIRINHA	NORTE
4	IPATINGA	VALE DO ACO
5	UBERLANDIA	TRIANGULO DO NORTE
...	...	...
13075405	ANGULO	SUL
13096813	BERTOLINIA	NOROESTE
13098652	SANTO ANTONIO DO PALMA	TRIANGULO DO SUL
13128578	TRES FORQUILHAS	SUL
13219282	CAICARA	TRIANGULO DO NORTE

	Nome	Quantidade
0	ASTRAZENECA	6457910
1	CORONAVAC	4937783
2	JANSSEN	373220
3	PFIZER	1479438

	Faixa etária	Quantidade
0	1 a 9 anos	142
1	10 a 19 anos	74213
2	20 a 29 anos	803405
3	30 a 39 anos	1585328
4	40 a 49 anos	2408787
5	50 a 59 anos	2439773
6	60 a 69 anos	3027407
7	70 a 79 anos	1931058
8	80 a 89 anos	808322
9	90 ou mais	169843
10	<1ano	23

	Cidade	MediaCasos	MediaMortes	Macrorregiao
0	ABAETE	0.005583	0.000125	CENTRO
1	ARACAI	0.000423	0.000125	CENTRO
2	ARCOS	0.028501	0.000423	CENTRO
3	AUGUSTO DE LIMA	0.000932	0.000461	CENTRO
4	BALDIM	0.001634	0.000480	CENTRO
...	...	...	...	...
843	SAO FRANCISCO DE SALES	0.001192	0.137711	TRIANGULO DO SUL
844	TAPIRA	0.001124	0.137711	TRIANGULO DO SUL
845	UBERABA	0.097525	0.140690	TRIANGULO DO SUL
846	UNIAO DE MINAS	0.000279	0.140690	TRIANGULO DO SUL
847	VERISSIMO	0.000375	0.140728	TRIANGULO DO SUL

Parte 1¶

Bibliotecas:¶

Montagem de Drive:¶

Leitura dos Bancos de Dados:¶

Relatório de Desenvolvimento do Trabalho Prático - Parte 1:¶

Obtenção dos Bancos de Dados:¶

Nosso objetivo:¶

Parte 2 - Data Prep¶

1) Como nossa análise se restringirá a MG, vamos selecionar apenas as informações dos municípios da referida UF.¶

2) Removendo os NaN's e nulos.¶

3) Alteração de tipos de alguns atributos:¶

Relatório de Desenvolvimento do Trabalho Prático - Parte 2:¶

Redução dos Bancos de Dados:¶

Tratamento de valores NaN:¶

Mudança de tipos:¶

Nossas observações:¶

Parte 3 - Análise Exploratória¶

1) Como Minas Gerais é representada quando comparada a média de casos do país?¶

2) Como Minas Gerais é representada quando comparada a média de óbitos do país?¶

3) Qual a cidade com menor incidência total de casos?¶

4) Quais foram as 5 cidades com maiores incidências de cada região?¶

5) Qual a variabilidade de casos de Covid-19 entre dois meses seguidos quaisquer olhando os dados de todo o país.¶

6) Qual o estado com maior incidência de casos de forma semestral?¶

7) No estado de maior incidência, qual cidade possui o maior número de casos?¶

8) Qual o estado com maior casos de óbito de COVID-19?¶

9) No estado de maior número de óbitos, qual cidade possui o maior número de óbitos?¶

10) Dentre as maiores 5 cidades cidades do país, qual possui uma maior incidência de casos? E qual possui uma menor incidência de casos?¶

11) Existe uma correlação mensal da quantidade de casos de covid-19 entre os anos de 2020 e 2021? E uma correlação de aumento de casos? O que podemos notar quando comparamos a quantidade de casos nestes dois períodos, e qual pode ser a causa dessa diferença?¶

12) Existe uma diminuição ou aumento de casos durante feriados nacionais?¶

13) Houve alguma notável mudança de incidência após o início da vacinação no país? Faça as comparações com base nos cinco maiores estados do país.¶

14) Levante as diferenças da evolução nos casos de COVID-19 entre o Brasil e o Japão.¶

17) Qual a cidade mineira com o menor número de novos casos pós ínicio de vacinação ? A que região ela pertence ? Como ela se compara com o a média das médias das outras cidades de sua macrorregião ? E em relação à média das outras macrorregiões, como ela se compara ?¶

18) Qual a macrorregião mineira que possui a diferença mais alta de novos casos, considerando antes e depois da vacinação, ou seja, qual macrorregião que diminuiu mais o índice de novos casos ?¶

19) Qual a vacina mais aplicada em todo o estado ?¶

20) Qual a cidade mineira que apresentou o maior percentual de diminuição de óbitos pós início da vacinação ?¶

21) Qual a macrorregião que apresentou o maior percentual de diminuição de óbitos pós início da vacinação ? Ela foi a que possuiu o menor índice de novos casos nesse mesmo período ?¶

22) Qual a vacina mais utilizada na macrorregião que possui a menor taxa de óbitos pós início da vacinação ? E na macro de maior taxa de óbitos ?¶

23) Como está a vacinação por faixa etária em todo o estado ? Quais as faixas etárias que mais vacinaram e as que menos vacinaram ?¶

Relatório de Desenvolvimento do Trabalho Prático - Parte 3:¶

Análise Exploratória:¶

Esclarecimentos Prévios:¶

Parte 4: Predição¶

Relatório de Desenvolvimento do Trabalho Prático - Parte 4:¶

Análise Preditiva:¶

Nesta etapa do trabalho o grupo teve a ideia de treinar um modelo para a previsão das macroregiões de determinada cidade, assim criamos a correlação entre as macroregiões do banco de "Dados de Vacinação" com as incidencias de casos de covid e obitos, do banco de "Dados de Covid".¶

Resultados:¶

Após o teste com outros algoritmos, foi notado que o resultado apresentado pelo algoritmo de árvore de decisão foi o melhor, obtendo entre 98% +- 0.6% de acerto, e portanto o grupo decidiu por mantê-lo.¶