#+TITLE:  Module 3 exo 3
#+AUTHOR: Fabien
#+DATE:   La date du jour
#+LANGUAGE: fr
# #+PROPERTY: header-args :exports both :session

#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/>
#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/readtheorg.css"/>
#+HTML_HEAD: <script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"></script>
#+HTML_HEAD: <script src="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.4/js/bootstrap.min.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/lib/js/jquery.stickytableheaders.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.js"></script>

* Préface
Le but est ici de reproduire des graphes semblables à ceux du South
  China Morning Post (SCMP), sur la page The Coronavirus Pandemic et qui
  montrent pour différents pays le nombre cumulé (c’est-à-dire le nombre
  total de cas depuis le début de l’épidémie) de personnes atteintes de
  la maladie à coronavirus 2019.
Les données que nous utiliserons dans un premier temps sont compilées
  par le Johns Hopkins University Center for Systems Science and
  Engineering (JHU CSSE) et sont mises à disposition sur GitHub. C’est
  plus particulièrement sur les données
  time *seriescovid19confirmedglobal.csv* (des suites chronologiques au
  format csv) disponibles à l’adresse:
  https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv
* Jeu de données
** Téléchargement du jeu de données
Premièrement, nous allons télécharger les données en local pour
permettre à nos analyses d'être effectuées, même si l'URL venait à
être obsolète. Ensuite nous vérifions que les données ont bien été
téléchargés en local sous le nom: SARS-COV-GLOB.csv avec l'aide du
package /pandas/ dans python.

#+begin_src python :results output :session :exports both
import pandas as pd 

df = pd.read_csv('SARS-COV-GLOB.csv')
#+end_src

#+RESULTS:

** Visualisation des données

Nous pouvons regarder à quoi ressemble le jeu de données.
#+begin_src python :results output :session :exports both
df['Country/Region' == 'China']
#+end_src

#+RESULTS:
#+begin_example
Province/State        Country/Region        Lat        Long  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  1/27/20  ...  2/28/23  3/1/23  3/2/23  3/3/23  3/4/23  3/5/23  3/6/23  3/7/23  3/8/23  3/9/23
0              NaN           Afghanistan  33.939110   67.709953        0        0        0        0        0        0  ...   209322  209340  209358  209362  209369  209390  209406  209436  209451  209451
1              NaN               Albania  41.153300   20.168300        0        0        0        0        0        0  ...   334391  334408  334408  334427  334427  334427  334427  334427  334443  334457
2              NaN               Algeria  28.033900    1.659600        0        0        0        0        0        0  ...   271441  271448  271463  271469  271469  271477  271477  271490  271494  271496
3              NaN               Andorra  42.506300    1.521800        0        0        0        0        0        0  ...    47866   47875   47875   47875   47875   47875   47875   47875   47890   47890
4              NaN                Angola -11.202700   17.873900        0        0        0        0        0        0  ...   105255  105277  105277  105277  105277  105277  105277  105277  105288  105288
..             ...                   ...        ...         ...      ...      ...      ...      ...      ...      ...  ...      ...     ...     ...     ...     ...     ...     ...     ...     ...     ...
284            NaN    West Bank and Gaza  31.952200   35.233200        0        0        0        0        0        0  ...   703228  703228  703228  703228  703228  703228  703228  703228  703228  703228
285            NaN  Winter Olympics 2022  39.904200  116.407400        0        0        0        0        0        0  ...      535     535     535     535     535     535     535     535     535     535
286            NaN                 Yemen  15.552727   48.516388        0        0        0        0        0        0  ...    11945   11945   11945   11945   11945   11945   11945   11945   11945   11945
287            NaN                Zambia -13.133897   27.849332        0        0        0        0        0        0  ...   343012  343012  343079  343079  343079  343135  343135  343135  343135  343135
288            NaN              Zimbabwe -19.015438   29.154857        0        0        0        0        0        0  ...   263921  264127  264127  264127  264127  264127  264127  264127  264276  264276

[289 rows x 1147 columns]
#+end_example


Nous avons dans le jeu de donnée *brute* les colonnes suivantes:

1. La province/ l'état
2. Le pays/ la région
3. La latitude
4. La longitude
5. les données temporelles avec le nombre de cas par jour

* Transformation des données

** Exclusion de certains pays
Nous allons regarder l'évolution du nombre de cas cumulé au cours du
temps pour le spays suivants:la Belgique (Belgium), la Chine - toutes
les provinces sauf Hong-Kong (China), Hong Kong (China, Hong-Kong), la
France métropolitaine (France), l’Allemagne (Germany), l’Iran (Iran),
l’Italie (Italy), le Japon (Japan), la Corée du Sud (Korea, South), la
Hollande sans les colonies (Netherlands), le Portugal (Portugal),
l’Espagne (Spain), le Royaume-Unis sans les colonies (United Kingdom),
les États-Unis (US).
De ce fait nous allons transformer le tableau de manière à seulement
garder ses pays et supprimer les pays non concernés par l'analyse.

#+begin_src python :results output :session :exports both

df2 = df.loc[df['Country/Region'].isin(['Belgium','China','France','Germany','Iran','Italy','Japan','Korea, South','Netherlands','Portugal','Spain','United Kingdom','US'])]
#+end_src

#+RESULTS:

Nous pouvons maintenant vérifier si l'exclusion de certains pays a
fonctionnée.

#+begin_src python :results output :session :exports both
df2
#+end_src

#+RESULTS:
#+begin_example
Province/State  Country/Region        Lat        Long  1/22/20  1/23/20  1/24/20  1/25/20  ...    3/2/23    3/3/23    3/4/23    3/5/23    3/6/23    3/7/23    3/8/23    3/9/23
24                                            NaN         Belgium  50.833300    4.469936        0        0        0        0  ...   4727795   4727795   4727795   4727795   4727795   4727795   4727795   4739365
59                                          Anhui           China  31.825700  117.226400        1        9       15       39  ...      2275      2275      2275      2275      2275      2275      2275      2275
60                                        Beijing           China  40.182400  116.414200       14       22       36       41  ...     40774     40774     40774     40774     40774     40774     40774     40774
61                                      Chongqing           China  30.057200  107.874000        6        9       27       57  ...     14715     14715     14715     14715     14715     14715     14715     14715
62                                         Fujian           China  26.078900  117.987400        1        5       10       18  ...     17122     17122     17122     17122     17122     17122     17122     17122
..                                            ...             ...        ...         ...      ...      ...      ...      ...  ...       ...       ...       ...       ...       ...       ...       ...       ...
274                                    Montserrat  United Kingdom  16.742498  -62.187366        0        0        0        0  ...      1403      1403      1403      1403      1403      1403      1403      1403
275                              Pitcairn Islands  United Kingdom -24.376800 -128.324200        0        0        0        0  ...         4         4         4         4         4         4         4         4
276  Saint Helena, Ascension and Tristan da Cunha  United Kingdom  -7.946700  -14.355900        0        0        0        0  ...      2166      2166      2166      2166      2166      2166      2166      2166
277                      Turks and Caicos Islands  United Kingdom  21.694000  -71.797900        0        0        0        0  ...      6551      6551      6551      6551      6551      6557      6557      6561
278                                           NaN  United Kingdom  55.378100   -3.436000        0        0        0        0  ...  24396530  24396530  24396530  24396530  24396530  24396530  24396530  24425309

[75 rows x 1147 columns]
#+end_example

Cette ligne de commande nous montre simplement le début et la fin du
tableau mais ne nous renseigne pas sur les pays présent. Nous pouvons
regarder plus précisément dnas la colonne Country/Region si les pays
demandés sont bien dans le tableau

#+begin_src python :results output :session :exports both
df2['Country/Region'].unique()
#+end_src

#+RESULTS:
: array(['Belgium', 'China', 'France', 'Germany', 'Iran', 'Italy', 'Japan',
:        'Korea, South', 'Netherlands', 'Portugal', 'Spain', 'US',
:        'United Kingdom'], dtype=object)

Nous observons bien les pays demandés.
La première transformation du jeu de données est réussie.

** Exclusion des territoires hors métropole pour la France, le Royaume-Uni et la Hollande

Nous devons maintenant exclure les territoires d'outre-mer et les
résidus coloniaux de la France, du Royaume-Uni et de la Hollande.

*** France

Premièrement, nous allons regarder quelles sont les territoires hors
métropole présent dans le jeu de données

#+begin_src python :results output :session :exports both
df2FR = df2.loc[df2['Country/Region'] == 'France']
print(df2FR)
#+end_src

#+RESULTS:
#+begin_example
Province/State Country/Region        Lat        Long  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  ...    3/1/23    3/2/23    3/3/23    3/4/23    3/5/23    3/6/23    3/7/23    3/8/23    3/9/23
120              French Guiana         France   3.933900  -53.125800        0        0        0        0        0  ...     98041     98041     98041     98041     98041     98041     98041     98041     98041
121           French Polynesia         France -17.679700  149.406800        0        0        0        0        0  ...     77957     77957     77957     77957     77957     77957     77957     78055     78055
122                 Guadeloupe         France  16.265000  -61.551000        0        0        0        0        0  ...    201852    201852    201852    201852    201852    201852    201852    201886    201886
123                 Martinique         France  14.641500  -61.024200        0        0        0        0        0  ...    228875    228875    228875    228875    228875    228875    228875    229020    229020
124                    Mayotte         France -12.827500   45.166244        0        0        0        0        0  ...     42004     42004     42004     42004     42004     42004     42004     42004     42004
125              New Caledonia         France -20.904305  165.618042        0        0        0        0        0  ...     80007     80007     80007     80007     80007     80007     80007     80017     80017
126                    Reunion         France -21.115100   55.536400        0        0        0        0        0  ...    494595    494595    494595    494595    494595    494595    494595    494595    494595
127           Saint Barthelemy         France  17.900000  -62.833300        0        0        0        0        0  ...      5439      5439      5439      5439      5439      5439      5439      5441      5441
128  Saint Pierre and Miquelon         France  46.885200  -56.315900        0        0        0        0        0  ...      3452      3452      3452      3452      3452      3452      3452      3452      3452
129                  St Martin         France  18.070800  -63.050100        0        0        0        0        0  ...     12257     12257     12257     12257     12257     12257     12257     12271     12271
130          Wallis and Futuna         France -14.293800 -178.116500        0        0        0        0        0  ...      3427      3427      3427      3427      3427      3427      3427      3427      3427
131                        NaN         France  46.227600    2.213700        0        0        2        3        3  ...  38583794  38587990  38591184  38591184  38591184  38599330  38606393  38612201  38618509

[12 rows x 1147 columns]
#+end_example

Nous pouvons voir que la france métropolitaine occupe la dernière
ligne de ce tableau (*Province/State = NaN*). Voici la liste des
territoires à enlever: French Guiana, French Polynesia, Guadeloupe, Martinique, Mayotte, New Caledonia, Reunion, Saint Barthelemy, Saint Pierre and Miquelon, St Martin, Wallis and Futuna.

#+begin_src python :results output :session :exports both
df3 = df2.loc[~df2['Province/State'].isin(['French Guiana','French Polynesia','Guadeloupe','Martinique','Mayotte','New Caledonia','Reunion','Saint Barthelemy','Saint Pierre and Miquelon','St Martin','Wallis and Futuna'])]
print(df3.loc[df3['Country/Region'] == 'France'])
#+end_src

#+RESULTS:
: Province/State Country/Region      Lat    Long  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  1/27/20  ...   2/28/23    3/1/23    3/2/23    3/3/23    3/4/23    3/5/23    3/6/23    3/7/23    3/8/23    3/9/23
: 131            NaN         France  46.2276  2.2137        0        0        2        3        3        3  ...  38579269  38583794  38587990  38591184  38591184  38591184  38599330  38606393  38612201  38618509
: 
: [1 rows x 1147 columns]

Il ne reste bien que la France métropolitaine! 
Nous pouvons passer au Royaume-Uni.

*** Royaume-Uni

Nous allons reprendre la même méthode que pour la France.

#+begin_src python :results output :session :exports both
df2RU = df2.loc[df2['Country/Region'] == 'United Kingdom']
print(df2RU)
#+end_src

#+RESULTS:
#+begin_example
Province/State  Country/Region        Lat        Long  1/22/20  1/23/20  1/24/20  1/25/20  ...    3/2/23    3/3/23    3/4/23    3/5/23    3/6/23    3/7/23    3/8/23    3/9/23
264                                      Anguilla  United Kingdom  18.220600  -63.068600        0        0        0        0  ...      3904      3904      3904      3904      3904      3904      3904      3904
265                                       Bermuda  United Kingdom  32.307800  -64.750500        0        0        0        0  ...     18814     18814     18814     18814     18814     18814     18828     18828
266                        British Virgin Islands  United Kingdom  18.420700  -64.640000        0        0        0        0  ...      7305      7305      7305      7305      7305      7305      7305      7305
267                                Cayman Islands  United Kingdom  19.313300  -81.254600        0        0        0        0  ...     31472     31472     31472     31472     31472     31472     31472     31472
268                               Channel Islands  United Kingdom  49.372300   -2.364400        0        0        0        0  ...         0         0         0         0         0         0         0         0
269                   Falkland Islands (Malvinas)  United Kingdom -51.796300  -59.523600        0        0        0        0  ...      1930      1930      1930      1930      1930      1930      1930      1930
270                                     Gibraltar  United Kingdom  36.140800   -5.353600        0        0        0        0  ...     20423     20433     20433     20433     20433     20433     20433     20433
271                                      Guernsey  United Kingdom  49.448196   -2.589490        0        0        0        0  ...     34929     34929     34929     34929     34929     34929     34991     34991
272                                   Isle of Man  United Kingdom  54.236100   -4.548100        0        0        0        0  ...     38008     38008     38008     38008     38008     38008     38008     38008
273                                        Jersey  United Kingdom  49.213800   -2.135800        0        0        0        0  ...     66391     66391     66391     66391     66391     66391     66391     66391
274                                    Montserrat  United Kingdom  16.742498  -62.187366        0        0        0        0  ...      1403      1403      1403      1403      1403      1403      1403      1403
275                              Pitcairn Islands  United Kingdom -24.376800 -128.324200        0        0        0        0  ...         4         4         4         4         4         4         4         4
276  Saint Helena, Ascension and Tristan da Cunha  United Kingdom  -7.946700  -14.355900        0        0        0        0  ...      2166      2166      2166      2166      2166      2166      2166      2166
277                      Turks and Caicos Islands  United Kingdom  21.694000  -71.797900        0        0        0        0  ...      6551      6551      6551      6551      6551      6557      6557      6561
278                                           NaN  United Kingdom  55.378100   -3.436000        0        0        0        0  ...  24396530  24396530  24396530  24396530  24396530  24396530  24396530  24425309

[15 rows x 1147 columns]
#+end_example

#+begin_src python :results output :session :exports both
df4 = df3.loc[~df3['Province/State'].isin(['Anguilla','Bermuda','British Virgin Islands','Cayman Islands','Channel Islands','Falkland Islands (Malvinas)','Gibraltar','Guernsey','Isle of Man','Jersey','Montserrat','Pitcairn Islands','Saint Helena, Ascension and Tristan da Cunha','Turks and Caicos Islands'])]
print(df4.loc[df4['Country/Region'] == 'United Kingdom'])
#+end_src

#+RESULTS:
: Province/State  Country/Region      Lat   Long  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  1/27/20  ...   2/28/23    3/1/23    3/2/23    3/3/23    3/4/23    3/5/23    3/6/23    3/7/23    3/8/23    3/9/23
: 278            NaN  United Kingdom  55.3781 -3.436        0        0        0        0        0        0  ...  24370150  24370150  24396530  24396530  24396530  24396530  24396530  24396530  24396530  24425309
: 
: [1 rows x 1147 columns]

Enfin nous allons nous occuper de la Hollande.

*** Hollande 
#+begin_src python :results output :session :exports both
df2HO = df2.loc[df2['Country/Region'] == 'Netherlands']
print(df2HO)
#+end_src

#+RESULTS:
: Province/State Country/Region      Lat     Long  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  ...   3/1/23   3/2/23   3/3/23   3/4/23   3/5/23   3/6/23   3/7/23   3/8/23   3/9/23
: 196                             Aruba    Netherlands  12.5211 -69.9683        0        0        0        0        0  ...    44044    44044    44044    44044    44044    44044    44044    44044    44044
: 197  Bonaire, Sint Eustatius and Saba    Netherlands  12.1784 -68.2385        0        0        0        0        0  ...    11804    11804    11804    11804    11804    11804    11804    11804    11804
: 198                           Curacao    Netherlands  12.1696 -68.9900        0        0        0        0        0  ...    45986    45986    45986    45986    45986    45986    45986    45986    45986
: 199                      Sint Maarten    Netherlands  18.0425 -63.0548        0        0        0        0        0  ...    11020    11020    11020    11020    11020    11020    11020    11020    11020
: 200                               NaN    Netherlands  52.1326   5.2913        0        0        0        0        0  ...  8596157  8596157  8598043  8598043  8598043  8598043  8599981  8599981  8599981
: 
: [5 rows x 1147 columns]

#+begin_src python :results output :session :exports both
df5 = df4.loc[~df4['Province/State'].isin(['Aruba','Bonaire, Sint Eustatius and Saba','Curacao','Sint Maarten'])]
print(df5.loc[df5['Country/Region'] == 'Netherlands'])
#+end_src

#+RESULTS:
: Province/State Country/Region      Lat    Long  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  1/27/20  ...  2/28/23   3/1/23   3/2/23   3/3/23   3/4/23   3/5/23   3/6/23   3/7/23   3/8/23   3/9/23
: 200            NaN    Netherlands  52.1326  5.2913        0        0        0        0        0        0  ...  8596157  8596157  8596157  8598043  8598043  8598043  8598043  8599981  8599981  8599981
: 
: [1 rows x 1147 columns]

Nous pouvons maintenant vérifier si le jeu de données ne contient que
les métropoles.

#+begin_src python :results output :session :exports both
print(df5.loc[(df5['Country/Region'] == 'France') | (df5['Country/Region'] == 'United Kingdom') | (df5['Country/Region'] == 'Netherlands')])
#+end_src

#+RESULTS:
: Province/State  Country/Region      Lat    Long  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  1/27/20  ...   2/28/23    3/1/23    3/2/23    3/3/23    3/4/23    3/5/23    3/6/23    3/7/23    3/8/23    3/9/23
: 131            NaN          France  46.2276  2.2137        0        0        2        3        3        3  ...  38579269  38583794  38587990  38591184  38591184  38591184  38599330  38606393  38612201  38618509
: 200            NaN     Netherlands  52.1326  5.2913        0        0        0        0        0        0  ...   8596157   8596157   8596157   8598043   8598043   8598043   8598043   8599981   8599981   8599981
: 278            NaN  United Kingdom  55.3781 -3.4360        0        0        0        0        0        0  ...  24370150  24370150  24396530  24396530  24396530  24396530  24396530  24396530  24396530  24425309
: 
: [3 rows x 1147 columns]

Nous voyons que seul les métropoles sont présentes dans le jeu de
données!

** Modification des données de la région de Hong-Kong

Nous allons maintenant remplacer la valeur Chine pour Hong-Kong en
'Hong-Kong' de manière à différencier la chine et ses provinces et
Hong-Kong.

#+begin_src python :results output :session :exports both
df5.loc[df5['Province/State'] == 'Hong Kong']
#+end_src

#+RESULTS:
: Province/State Country/Region   Lat   Long  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  1/27/20  1/28/20  ...  2/27/23  2/28/23   3/1/23   3/2/23   3/3/23   3/4/23   3/5/23   3/6/23   3/7/23   3/8/23   3/9/23
: 71      Hong Kong          China  22.3  114.2        0        2        2        5        8        8        8  ...  2876106  2876106  2876106  2876106  2876106  2876106  2876106  2876106  2876106  2876106  2876106
: 
: [1 rows x 1147 columns]

Nous voyons que la ligne de Hong-Kong correspond à la ligne 71 et que
pour l'instant, la valeur de la colonne *Country/Region* correspond à la
Chine. Nous allons pouvoir modifier cette ligne!

#+begin_src python :results output :session :exports both
df5.loc[[71], ['Country/Region']] = "Hong Kong"

#+end_src

#+RESULTS:

Nous pouvons vérifier si la ligne contenant Hong- Kong a changé de
valeur pour la colonne Country/Region

#+begin_src python :results output :session :exports both
df5.loc[df5['Country/Region'] == 'Hong Kong']
#+end_src

#+RESULTS:
: Province/State Country/Region   Lat   Long  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  1/27/20  1/28/20  ...  2/27/23  2/28/23   3/1/23   3/2/23   3/3/23   3/4/23   3/5/23   3/6/23   3/7/23   3/8/23   3/9/23
: 71      Hong Kong      Hong Kong  22.3  114.2        0        2        2        5        8        8        8  ...  2876106  2876106  2876106  2876106  2876106  2876106  2876106  2876106  2876106  2876106  2876106
: 
: [1 rows x 1147 columns]


Parfait! La valeur a bien été remplacée. nous pouvons dorénavant nous occuper d'enlever les colonnes
qui ne sont pas nécessaires.

** Retrait des colonnes inutiles pour l'analyse

Dans notre tableau certaines colonnes comme les province, la latitude
et la longitude ne seront pas utile lors de l'analyse nous pouvons
donc les supprimer du jeu de données.

#+begin_src python :results output :session :exports both
df6 = df5.drop(['Province/State','Lat','Long'], axis=1)
#+end_src

#+RESULTS:

Nous pouvons maintenant vérifier si les colonnes que nous voulions
supprimer sont absentes du tableau.

#+begin_src python :results output :session :exports both
df6[:5]
#+end_src

#+RESULTS:
: Country/Region  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  1/27/20  1/28/20  1/29/20  1/30/20  1/31/20  ...  2/27/23  2/28/23   3/1/23   3/2/23   3/3/23   3/4/23   3/5/23   3/6/23   3/7/23   3/8/23   3/9/23
: 24        Belgium        0        0        0        0        0        0        0        0        0        0  ...  4717655  4717655  4717655  4727795  4727795  4727795  4727795  4727795  4727795  4727795  4739365
: 59          China        1        9       15       39       60       70      106      152      200      237  ...     2275     2275     2275     2275     2275     2275     2275     2275     2275     2275     2275
: 60          China       14       22       36       41       68       80       91      111      114      139  ...    40774    40774    40774    40774    40774    40774    40774    40774    40774    40774    40774
: 61          China        6        9       27       57       75      110      132      147      182      211  ...    14715    14715    14715    14715    14715    14715    14715    14715    14715    14715    14715
: 62          China        1        5       10       18       35       59       80       84      101      120  ...    17122    17122    17122    17122    17122    17122    17122    17122    17122    17122    17122
: 
: [5 rows x 1144 columns]

Il ne reste que les colonnes *Country/Region* et les *colonnes
temporelles*.

** Modifications du tableau

Le tableau que nous avons pour l'instant ne nous permet pas de
produire des courbes du nombre de cas cumulés par pays. De ce fait
nous devons transformer le tableau pour donner :

| Pays     | Date       | Nombre-de-cas |
|----------+------------+---------------|
| Belgique | 01/01/2020 | 0             |
| Belgique | 02/01/2020 | 4             |
| Belgique | 03/01/2020 | 56            |
| .        | .          | .             |
| .        | .          | .             |
| .        | .          | .             |

#+begin_src python :results output :session :exports both
df7 = pd.melt(df6, id_vars='Country/Region',var_name='Date', value_name='Nombre_de_cas')
print(df7)
#+end_src

#+RESULTS:
#+begin_example
Country/Region     Date  Nombre_de_cas
0             Belgium  1/22/20              0
1               China  1/22/20              1
2               China  1/22/20             14
3               China  1/22/20              6
4               China  1/22/20              1
...      ...            ...
52573     Netherlands   3/9/23        8599981
52574        Portugal   3/9/23        5570473
52575           Spain   3/9/23       13770429
52576              US   3/9/23      103802702
52577  United Kingdom   3/9/23       24425309

[52578 rows x 3 columns]
#+end_example

Nous devons maintenant transformer la date donnée dès le départ en
date compréhensible par python pour permettre de trier en fonction en
fonction du pays et en fonction de la date nos nombre de cas.

#+begin_src python :results output :session :exports both
df7['Date'] = pd.to_datetime(df7['Date'], format='%m/%d/%y')

print(df7)
#+end_src

#+RESULTS:
#+begin_example
Country/Region       Date  Nombre_de_cas
0             Belgium 2020-01-22              0
1               China 2020-01-22              1
2               China 2020-01-22             14
3               China 2020-01-22              6
4               China 2020-01-22              1
...        ...            ...
52573     Netherlands 2023-03-09        8599981
52574        Portugal 2023-03-09        5570473
52575           Spain 2023-03-09       13770429
52576              US 2023-03-09      103802702
52577  United Kingdom 2023-03-09       24425309

[52578 rows x 3 columns]
#+end_example

Les dates sont mises à jour et sont comprises par python nous pouvons
maintenant trier le tableau.

#+begin_src python :results output :session :exports both
df8 = df7.sort_values(by=['Country/Region','Date'])
print(df8)
#+end_src

#+RESULTS:
#+begin_example
Country/Region       Date  Nombre_de_cas
0             Belgium 2020-01-22              0
46            Belgium 2020-01-23              0
92            Belgium 2020-01-24              0
138           Belgium 2020-01-25              0
184           Belgium 2020-01-26              0
...        ...            ...
52393  United Kingdom 2023-03-05       24396530
52439  United Kingdom 2023-03-06       24396530
52485  United Kingdom 2023-03-07       24396530
52531  United Kingdom 2023-03-08       24396530
52577  United Kingdom 2023-03-09       24425309

[52578 rows x 3 columns]
#+end_example

Le tableau est trié!

** Données manquantes ?

Nous allons maintenant vérifier de potentielles données manquantes
dans notre tableau.

#+begin_src python :results output :session :exports both
NA = df8.isna().sum()
print(NA)
#+end_src

#+RESULTS:
: Country/Region    0
: Date              0
: Nombre_de_cas     0
: dtype: int64

Aucune donnée semble manquante nous allons pouvoir passer à la
création des graphiques. Mais avant nous allons séparer les différents
pays en  différents tableaux. Premièrement nous allons regarder quels
sont les différents pays. Cela a déjà été fait plus haut mais nous
allons le refaire ci-dessous:

** Subdivision du jeu de données

#+begin_src python :results output :session :exports both
df8['Country/Region'].unique()
#+end_src

#+RESULTS:
: array(['Belgium', 'China', 'France', 'Germany', 'Hong Kong', 'Iran',
:        'Italy', 'Japan', 'Korea, South', 'Netherlands', 'Portugal',
:        'Spain', 'US', 'United Kingdom'], dtype=object)

Nous allons créer un tableaux pour chaque pays ci-dessus:

#+begin_src python :results output :session :exports both
dfBel = df8[df8["Country/Region"] == 'Belgium']
print(dfBel['Country/Region'].unique())
dfChina = df8[df8["Country/Region"] == 'China']
print(dfChina['Country/Region'].unique())
dfFR = df8[df8["Country/Region"] == 'France']
print(dfFR['Country/Region'].unique())
dfGER = df8[df8["Country/Region"] == 'Germany']
print(dfGER['Country/Region'].unique())
dfHK = df8[df8["Country/Region"] == 'Hong Kong']
print(dfHK['Country/Region'].unique())
dfIran = df8[df8["Country/Region"] == 'Iran']
print(dfIran['Country/Region'].unique())
dfIT = df8[df8["Country/Region"] == 'Italy']
print(dfIT['Country/Region'].unique())
dfJP = df8[df8["Country/Region"] == 'Japan']
print(dfJP['Country/Region'].unique())
dfSK = df8[df8["Country/Region"] == 'Korea, South']
print(dfSK['Country/Region'].unique())
dfNTH = df8[df8["Country/Region"] == 'Netherlands']
print(dfNTH['Country/Region'].unique())
dfPOG = df8[df8["Country/Region"] == 'Portugal']
print(dfPOG['Country/Region'].unique())
dfSP = df8[df8["Country/Region"] == 'Spain']
print(dfSP['Country/Region'].unique())
dfUS = df8[df8["Country/Region"] == 'US']
print(dfUS['Country/Region'].unique())
dfUK = df8[df8["Country/Region"] == 'United Kingdom']
print(dfUK['Country/Region'].unique())


#+end_src

#+RESULTS:
#+begin_example
['Belgium']
['China']
['France']
['Germany']
['Hong Kong']
['Iran']
['Italy']
['Japan']
['Korea, South']
['Netherlands']
['Portugal']
['Spain']
['US']
['United Kingdom']
#+end_example

Nous avons correctement subdivisé nos tableaux! Cependant les
différentes provinces de la Chine n'ont toujours pas été regroupé ce
qui donne plusieurs nombre de cas par jour.

#+begin_src python :results output :session :exports both
dfChina
#+end_src

#+RESULTS:
#+begin_example
Country/Region       Date  Nombre_de_cas
1              China 2020-01-22              1
2              China 2020-01-22             14
3              China 2020-01-22              6
4              China 2020-01-22              1
5              China 2020-01-22              0
...        ...            ...
52562          China 2023-03-09           1647
52563          China 2023-03-09        1521816
52564          China 2023-03-09           3089
52565          China 2023-03-09           9743
52566          China 2023-03-09          11848

[37719 rows x 3 columns]
#+end_example

Nous allons donc aggréger le tableau pour n'avoir qu'une valeur par
jour!

#+begin_src python :results output :session :exports both
dfC = dfChina.groupby(['Country/Region','Date'],as_index= False).sum().reset_index()
print(dfC)

#+end_src

#+RESULTS:
#+begin_example
index Country/Region       Date  Nombre_de_cas
0         0          China 2020-01-22            548
1         1          China 2020-01-23            641
2         2          China 2020-01-24            918
3         3          China 2020-01-25           1401
4         4          China 2020-01-26           2067
...            ...        ...            ...
1138   1138          China 2023-03-05        2027418
1139   1139          China 2023-03-06        2027418
1140   1140          China 2023-03-07        2027418
1141   1141          China 2023-03-08        2027418
1142   1142          China 2023-03-09        2027418

[1143 rows x 4 columns]
#+end_example

Nous allons enfin
pouvoir représenter graphiquement le jeu de données. Prenons d'abord
un exemple avec le Japon!

* Représentation graphique

#+begin_src python :results output graphics :file JPL.png :session :exports both
import matplotlib.pyplot as plt
import matplotlib.axes as axs


plt.plot('Date', 'Nombre_de_cas', data=dfJP)
plt.xlabel('Date')
plt.ylabel('Nombre de cas')
plt.suptitle('Nombre de cas au Japon')

plt.savefig('JPL.png')

#+end_src

#+RESULTS:

La représentation graphique est sauvegardée dans le dossier avec le
document computationnel! Nous allons maintenant
essayer avec une échelle logarithmique.

#+begin_src python :results output graphics :file JPLOG.png :session :exports both
plt.plot('Date', 'Nombre_de_cas', data=dfJP)
plt.semilogy()
plt.xlabel('Date')
plt.ylabel('Nombre de cas')
plt.suptitle('Nombre de cas au Japon')

plt.savefig('JPLOG.png')
#+end_src

#+RESULTS:

Nous allons pouvoir passer au plot de chaque pays! TOut d'abord avec
une échelle linéaire:

#+begin_src python :results output graphics :file DATAL.png :session :exports both
plt.plot('Date', 'Nombre_de_cas', data=dfBel, label='Belgium')
plt.plot('Date', 'Nombre_de_cas', data=dfC, label='China')
plt.plot('Date', 'Nombre_de_cas', data=dfFR, label='France')
plt.plot('Date', 'Nombre_de_cas', data=dfGER, label='Germany')
plt.plot('Date', 'Nombre_de_cas', data=dfHK, label='Hong Kong')
plt.plot('Date', 'Nombre_de_cas', data=dfIran, label='Iran')
plt.plot('Date', 'Nombre_de_cas', data=dfIT, label='Italy')
plt.plot('Date', 'Nombre_de_cas', data=dfJP, label='Japan')
plt.plot('Date', 'Nombre_de_cas', data=dfSK, label='South Korea')
plt.plot('Date', 'Nombre_de_cas', data=dfNTH, label='Netherlands')
plt.plot('Date', 'Nombre_de_cas', data=dfPOG, label='Portugal')
plt.plot('Date', 'Nombre_de_cas', data=dfSP, label='Spain')
plt.plot('Date', 'Nombre_de_cas', data=dfUS, label='US')
plt.plot('Date', 'Nombre_de_cas', data=dfUK, label='United Kingdom')

plt.xlabel('Date')
plt.ylabel('Nombre de cas')
plt.legend()

plt.savefig('DATAL.png')
#+end_src

#+RESULTS:

et efin avec une échelle logarithmique.

#+begin_src python :results output graphics :file DATALOG.png :session :exports both
plt.plot('Date', 'Nombre_de_cas', data=dfBel, label='Belgium')
plt.plot('Date', 'Nombre_de_cas', data=dfC, label='China')
plt.plot('Date', 'Nombre_de_cas', data=dfFR, label='France')
plt.plot('Date', 'Nombre_de_cas', data=dfGER, label='Germany')
plt.plot('Date', 'Nombre_de_cas', data=dfHK, label='Hong Kong')
plt.plot('Date', 'Nombre_de_cas', data=dfIran, label='Iran')
plt.plot('Date', 'Nombre_de_cas', data=dfIT, label='Italy')
plt.plot('Date', 'Nombre_de_cas', data=dfJP, label='Japan')
plt.plot('Date', 'Nombre_de_cas', data=dfSK, label='South Korea')
plt.plot('Date', 'Nombre_de_cas', data=dfNTH, label='Netherlands')
plt.plot('Date', 'Nombre_de_cas', data=dfPOG, label='Portugal')
plt.plot('Date', 'Nombre_de_cas', data=dfSP, label='Spain')
plt.plot('Date', 'Nombre_de_cas', data=dfUS, label='US')
plt.plot('Date', 'Nombre_de_cas', data=dfUK, label='United Kingdom')

plt.semilogy()
plt.xlabel('Date')
plt.ylabel('Nombre de cas')
plt.legend()

plt.savefig('DATALOG.png')
#+end_src

#+RESULTS:

Tous les graphiques doivent être dans votre dossier où se situe le
document computationnel.