def get_casos():
casos = pd.read_csv('data/covid_lapaz/2022-02-07.csv', parse_dates=['registro', 'reporte'])
casos = casos[(casos.registro.notna()) & (casos.distrito.notna())]
casos['distrito'] = casos['distrito'].astype(int)
return casos[['id', 'caso', 'sexo', 'edad', 'registro', 'distrito']]
def get_inmuebles():
inmuebles = gpd.read_file('data/inmueble_actividad_economica.geojson', parse_dates=['fecha_registro', 'fecha_modificacion'])[['id', 'tipo_objeto_tributario', 'fecha_registro', 'distrito']]
inmuebles = inmuebles[(inmuebles.distrito.notna()) & (inmuebles.fecha_registro.notna())]
inmuebles['registro'] = pd.to_datetime(pd.to_datetime(inmuebles.fecha_registro).dt.date)
inmuebles = inmuebles[inmuebles.distrito.isin([str(i) for i in range(0,30)])]
inmuebles.distrito = inmuebles.distrito.astype(int)
return inmuebles
def make_inmuebles_casos(freq):
casos = get_casos()
inmuebles = get_inmuebles()
inmuebles_casos = pd.concat([inmuebles.groupby([pd.Grouper(key='registro', freq=freq), 'distrito']).size(), casos[casos.registro > '2020-03-01'].groupby([pd.Grouper(key='registro', freq=freq), 'distrito']).size()], axis=1)
inmuebles_casos.columns = ['inmuebles', 'casos']
inmuebles_casos = inmuebles_casos.reset_index().fillna(0)
# inmuebles_casos = inmuebles_casos[inmuebles_casos.registro >= '2020-03-01']
return [inmuebles_casos.pivot_table(index='registro', columns='distrito', values=col).fillna(0) for col in ['inmuebles', 'casos']]
def get_wavestats(wave, compare_base=False, years_compare=1):
waves = {
1: {'start': '2020-05-01', 'end': '2020-08-15'},
2: {'start': '2020-11-01', 'end': '2021-02-15'},
3: {'start': '2021-03-01', 'end': '2021-06-15'},
4: {'start': '2021-11-01', 'end': '2022-02-07'}
}
wave_start = waves[wave]['start']
wave_end = waves[wave]['end']
registros = []
base = []
for distrito in range(1,23):
pico = casos.loc[wave_start:wave_end, distrito].sort_values().tail(1).index
start = casos.index[list(casos.index).index(pico) - 6]
end = casos.index[list(casos.index).index(pico) + 2]
registros.append(inmuebles.loc[start:end, distrito].reset_index(drop=True))
if compare_base:
base.append(inmuebles.loc[start - dt.timedelta(days=370 * years_compare) : end - dt.timedelta(days=360 * years_compare), distrito].reset_index(drop=True))
registros = pd.concat(registros, axis=1)
registros = pd.concat([registros.mean(axis=1), registros.std(axis=1)], axis=1)
registros.columns = ['media', 'desviacion']
if compare_base:
base = pd.concat(base, axis=1)
base = pd.concat([base.mean(axis=1), base.std(axis=1)], axis=1)
base.columns = ['media', 'desviacion']
return registros, base
else:
return registros
def plot_wave(ax, registros, color='#ff9c9c', alpha=1.):
linecolor = '#88888f'
for i, row in registros.iterrows():
ax.plot([i] * 2, [row.media - row.desviacion, row.media + row.desviacion], color='#adaaaa', linewidth=.9, zorder=1, alpha=alpha)
ax.scatter(registros.index, registros.media, color=color, s=50, zorder=2, linewidth=1, edgecolor=linecolor, alpha=alpha)
ax.grid(axis='y')
ax.xaxis.set_major_locator(ticker.FixedLocator(list(range(10))))
ax.xaxis.set_major_formatter(ticker.FixedFormatter([-6 + i for i in range(10)]))
ax.tick_params(labelcolor=linecolor, labelsize=9)
def plot_waves():
linecolor = '#88888f'
f, axs = plt.subplots(1,4,figsize=(15,10), sharey=True)
plt.subplots_adjust(wspace=.05)
for ax, wave in zip(axs, range(1,5)):
registros = get_wavestats(wave)
plot_wave(ax, registros)
ax.annotate(wave, xy=(.5, 1.02), xycoords='axes fraction', color=linecolor, ha='center', va='bottom', fontsize=16)
ax.axvline(6, color=linecolor, linestyle='--', linewidth=.8, alpha=.5)
axs[0].annotate('Inmuebles comerciales registrados por semana', xy=(-.16, .5), xycoords='axes fraction', ha='right', va='center', fontsize=14, color=linecolor, rotation=90)
axs[2].annotate('Semanas antes y después del pico de la ola', xy=(0., -.08), xycoords='axes fraction', ha='center', va='top', fontsize=14, color=linecolor)
def compare_wave(wave, years_compare=1):
linecolor = '#88888f'
f, ax = plt.subplots(1,1,figsize=(10,10), sharey=True)
plt.subplots_adjust(wspace=.05)
registros, base = get_wavestats(wave, True, years_compare)
base.index = [i-.05 for i in base.index]
registros.index = [i+.05 for i in registros.index]
plot_wave(ax, base, color='#e0e0e0', alpha=.5)
plot_wave(ax, registros)
ax.grid(axis='y')
ax.annotate('Inmuebles comerciales registrados por semana', xy=(-.07, .5), xycoords='axes fraction', ha='right', va='center', fontsize=14, color=linecolor, rotation=90)
ax.annotate('Semanas antes y después del pico de la ola y semana comparable un año antes', xy=(.5, -.07), xycoords='axes fraction', ha='center', va='top', fontsize=14, color=linecolor)
inmuebles, casos = make_inmuebles_casos(freq='W')
