na BrasioIO a gente consegue os dados de um dia unicamente. nao da serie temporal.
na BrasioIO a gente consegue os dados de um dia unicamente. nao da serie temporal.
hoje, com a Alura e o Google Gemini
Boas João! Tudo bem? Espero que sim.
Perdoe a demora em responder.
Uma outra possibilidade de trabalhar com as séries temporais de casos de covid-19 são os dados do Centro de Sistemas de Ciência e Engenharia da universidade John Hopkins. Eles estão disponíveis via GitHub e reúnem dados de diversos países.
Os dados de séries temporais estão disponíveis no GitHub. São divididas em:
Para importar os dados diretamente do github, podemos fazer isso a partir dos arquivos raw:
import pandas as pd
confirmed = pd.read_csv("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv")
recovered = pd.read_csv("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_recovered_global.csv")
deaths = pd.read_csv("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv")
confirmed.head()E um exemplo de como os dados retornam:
| Province/State | Country/Region | Lat | Long | 1/22/20 | |
|---|---|---|---|---|---|
| 0 | nan | Afghanistan | 33.9391 | 67.71 | 0 |
| 1 | nan | Albania | 41.1533 | 20.1683 | 0 |
| 2 | nan | Algeria | 28.0339 | 1.6596 | 0 |
| 3 | nan | Andorra | 42.5063 | 1.5218 | 0 |
| 4 | nan | Angola | -11.2027 | 17.8739 | 0 |
Se seu intreresse é unicamente os dados do Brasil, serão necessárias algumas seleções.
Espero ter audado! Bons Estudos!