File xlxs "COVID-19 ISS open data"

[Zambo61]

E' possibile avere i dati storici della cartella "Stato_Clinico" del file "COVID-19 ISS open data"?
Mi serve per verificare come sta cambiando nel corso di questi ultimi mesi lo stato clinico dei pazienti attualmente positivi rispetto alla % vaccinati per età.
Ringrazio in anticipi Andrea

[floatingpurr]

Ciao, non è perfetto ma ecco qui: https://github.com/floatingpurr/covid-19_sorveglianza_integrata_italia

[Zambo61]

Grazie

[alessiosavi]

Puoi scaricare il dump dal 2022 sino ad oggi utilizzando questo codice:

Le operazioni dello script sono le seguenti:

• Creare le cartelle per ospitare i file (il dump sara' scritto in data/csv)
• Scaricare i file storici dal sito dell'ISS (esempio: https://www.epicentro.iss.it/coronavirus/open-data/OPENDATA-2022.zip)
• Creare un file CSV distinto per ogni sheet del foglio excel
• Ordinare il file per data

#!/usr/bin/env python
# coding: utf-8

# In[1]:


import pandas as pd
from tqdm.notebook import tqdm
import requests
import os
import zipfile
import glob


# In[2]:


base_path = "data/"
csv_path = "csv/"
base_url = "https://www.epicentro.iss.it/coronavirus/open-data/OPENDATA-{}.zip"
sheets_name = [
    "casi_prelievo_diagnosi",
    "casi_inizio_sintomi",
    "casi_inizio_sintomi_sint",
    "casi_regioni",
    "casi_provincie",
    "ricoveri",
    "decessi",
    "sesso_eta",
    "stato_clinico",
]
dfs = {}


# In[9]:


for folder in ["extracted", "raw_extracted", csv_path, base_path]:
    if not os.path.isdir(os.path.join(base_path, folder)):
        os.mkdir(os.path.join(base_path, folder))


# In[4]:


# Download all data from ISS
for year in ["2020", "2021", "2022"]:
    r = requests.get(base_url.format(year), allow_redirects=True)
    open("{}/{}.zip".format(base_path, year), "wb").write(r.content)


# In[5]:


for year in tqdm(["2020", "2021", "2022"]):
    with zipfile.ZipFile("{}/{}.zip".format(base_path, year)) as zf:
        zf.extractall(os.path.join(base_path, "raw_extracted"))


# In[6]:


for file in glob.glob("**/**.xlsx", recursive=True):
    os.replace(file, os.path.join(base_path, "extracted", os.path.basename(file)))


# In[7]:


df = pd.DataFrame()
for f in tqdm(os.listdir(os.path.join(base_path, "extracted"))):
    xls = pd.ExcelFile(os.path.join(base_path, "extracted", f))
    for sheet_name in sheets_name:
        if sheet_name not in dfs:
            dfs[sheet_name] = pd.DataFrame()
        # now read your csv file
        temp = pd.read_excel(xls, sheet_name=sheet_name)
        dfs[sheet_name] = dfs[sheet_name].append(temp)


# In[15]:


for k in tqdm(dfs):
    dfs[k]["iss_date"] = pd.to_datetime(dfs[k]["iss_date"])
    dfs[k].sort_values("iss_date",inplace=True)
    dfs[k].to_csv("{}.csv".format(os.path.join(base_path, csv_path, k)), index=False)


# In[16]:


for k in dfs:
    display(dfs[k].head())