Skip to content

M
moocrr-reproducibility-study
Commit ba1a97c9 authored by 2cae92ba23e22351effe76ab622de662's avatar 2cae92ba23e22351effe76ab622de662
Browse files
Options

ex3_eval_pairs_CG

parent 0c0812fc
Show whitespace changes
Inline Side-by-side
Showing with 197 additions and 0 deletions
module3/exercice3/SARS_COV_2_fr.Rmd 0 → 100644
View file @ ba1a97c9
## Préparation des données
Les données de l'évolution du nombre de cas de Covid_19 au cours du temps sont disponibles sur [Github](https://github.com/CSSEGISandData/COVID-19). Nous les récupérons sous forme d'un fichier en format CSV dont chaque ligne correspond à un Pays/Province. L'URL est: "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv"
### Téléchargement
```{r}
library(readr)
data = 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")
View(data)
```
### Sélection des données pour garder uniquement 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).
```{r}
data2 = subset(data, data$`Country/Region`=='Belgium'|data$`Country/Region`=='China'|data$`Country/Region`=='France'|data$`Country/Region`=='Germany'|data$`Country/Region`=='Iran'|data$`Country/Region`=='Italy'|data$`Country/Region`=='Japan'|data$`Country/Region`=='Korea, South'|data$`Country/Region`=='Netherlands'|data$`Country/Region`=='Portugal'|data$`Country/Region`=='Spain'|data$`Country/Region`=='United Kingdom'|data$`Country/Region`=='US')
View(data2)
less = c(35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 52, 53, 54, 55, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69)
data3 = data2[-less,]
View(data3)
data4 = data3[,-3]
data4 = data4[,-3]
View(data4)
```
###Modification du tableau : les dates sont rassemblées dans une seule colonne. Une colonne Pays_Date a été ajoutée. Les colonnes Long, Lat et Province/State ont été éliminées.
```{r}
library(dplyr)
library(reshape2)
table_pays = melt(data4, id.vars = 'Country/Region',
measure.vars = colnames(select(data4,
ends_with("/20"))))
table_pays = table_pays[!is.na(table_pays$value),]
table_pays$Pays_Date = paste(table_pays$'Country/Region',table_pays$'variable',sep="_")
table_pays2 = melt(data4, id.vars = 'Country/Region',
measure.vars = colnames(select(data4,
ends_with("/21"))))
table_pays2$Pays_Date = paste(table_pays2$'Country/Region',table_pays2$'variable',sep="_")
table_pays2 = table_pays2[!is.na(table_pays2$value),]
table_pays3 = bind_rows(table_pays, table_pays2)
View(table_pays3)
```
###Fusion des lignes par mêmes pays et mêmes dates. Par exemple, toutes les provinces de Chine ont été rassemblées ensemble pour les mêmes dates.
```{r}
nb_cas_pays = aggregate(value ~ Pays_Date, data= table_pays3, sum)
library(tidyr)
nb_cas_pays = separate(nb_cas_pays, "Pays_Date", c("Pays", "Date"), sep = "_")
nb_cas_pays$Pays_Date = paste(nb_cas_pays$'Pays',nb_cas_pays$'Date',sep="_")
View(nb_cas_pays)
```
###Regardons ce que nous avons obtenu:
```{r}
head(nb_cas_pays)
tail(nb_cas_pays)
```
###Les deux colonnes qui nous intéressent sont `value` et `Pays`. Vérifions leurs classes:
```{r}
class(nb_cas_pays$'value')
class(nb_cas_pays$'Pays')
```
###Value = numeric et Pays = character
###Y a-t-il des points manquants dans nos données ?
```{r}
na_records = apply(nb_cas_pays, 1, function (x) any(is.na(x)))
nb_cas_pays[na_records,]
```
### Conversion des numéros de semaine
```{r}
library("lubridate")
library("magrittr")
library(parsedate)
```
###Modification du format de la date dans la colonne 'convert_date'
```{r}
nb_cas_pays$convert_date = mdy(nb_cas_pays$Date)
```
###Les points sont dans l'ordre chronologique inverse, il est donc utile de les trier:
```{r}
nb_cas_pays = nb_cas_pays[order(nb_cas_pays$convert_date),]
```
###Le jeu de données est divisé en petit tableau par différents pays.
```{r}
library(dplyr)
table_China = subset(nb_cas_pays, nb_cas_pays$Pays == "China")
table_Belgium = subset(nb_cas_pays, nb_cas_pays$Pays == "Belgium")
table_Hong_Kong = subset(data4, data4$`Province/State` == "Hong_Kong")
table_France = subset(nb_cas_pays, nb_cas_pays$Pays == "France")
table_Germany = subset(nb_cas_pays, nb_cas_pays$Pays == "Germany")
table_Iran = subset(nb_cas_pays, nb_cas_pays$Pays == "Iran")
table_Italy = subset(nb_cas_pays, nb_cas_pays$Pays == "Italy")
table_Japan = subset(nb_cas_pays, nb_cas_pays$Pays == "Japan")
table_Korea = subset(nb_cas_pays, nb_cas_pays$Pays == "Korea, South")
table_Netherlands = subset(nb_cas_pays, nb_cas_pays$Pays == "Netherlands")
table_Portugal = subset(nb_cas_pays, nb_cas_pays$Pays == "Portugal")
table_Spain = subset(nb_cas_pays, nb_cas_pays$Pays == "Spain")
table_UK = subset(nb_cas_pays, nb_cas_pays$Pays == "United Kingdom")
table_US = subset(nb_cas_pays, nb_cas_pays$Pays == "US")
```
###Visualisation d'une partie des données. Plot UK avec une échelle linéaire :
```{r}
plot_UK = plot(x=table_UK$convert_date, y=table_UK$value, type="l", axes=F, xlab="Date", ylab="nombre de cas cumulé", main="Nombre de cas cumulé en fonction de la date pour les UK")
axis.Date(side=1, at=seq(min(table_UK$convert_date), max(table_UK$convert_date), by="months"), format="%m-%Y")
axis(side=2, at=seq(0e+00, 4e+06, by=1e+06))
```
###Visualisation d'une partie des données. Plot UK échelle logarithmique :
```{r}
plot_UK = plot(x=table_UK$convert_date, y=table_UK$value, type="l", axes=F, xlab="Date", ylab="nombre de cas cumulé", main="Nombre de cas cumulé en fonction de la date pour les UK", log = "y")
axis.Date(side=1, at=seq(min(table_UK$convert_date), max(table_UK$convert_date), by="months"), format="%m-%Y")
axis(side=2, at=seq(0e+00, 4e+06, by=1e+06))
```
###Représentation graphique des courbes des différents pays avec échelle linéaire :
```{r}
plot.new()
par(mar=c(7,4,3,3))
plot_UK = plot(x=table_UK$convert_date, y=table_UK$value, type="l", axes=F, xlab="", ylab="", col="purple")
axis(side=2, at=seq(0e+00, 4e+06, by=1e+06))
mtext("Nombre de cas cumulé", side=2, line=2.5)
par(new=T)
plot_Belgium = plot(x=table_Belgium$convert_date, y=table_Belgium$value, type="l", axes=F, xlab="", ylab="", col="red")
par(new=T)
plot_China = plot(x=table_China$convert_date, y=table_China$value, type="l", axes=F, xlab="", ylab="", col="green")
par(new=T)
plot_France = plot(x=table_France$convert_date, y=table_France$value, type="l", axes=F, xlab="", ylab="", col="blue")
par(new=T)
plot_Germany = plot(x=table_Germany$convert_date, y=table_Germany$value, type="l", axes=F, xlab="", ylab="", col="yellow")
par(new=T)
plot_Iran = plot(x=table_Iran$convert_date, y=table_Iran$value, type="l", axes=F, xlab="", ylab="", col="brown")
par(new=T)
plot_Italy = plot(x=table_Italy$convert_date, y=table_Italy$value, type="l", axes=F, xlab="", ylab="", col="black")
par(new=T)
plot_Japan = plot(x=table_Japan$convert_date, y=table_Japan$value, type="l", axes=F, xlab="", ylab="", col="pink")
par(new=T)
plot_Korea = plot(x=table_Korea$convert_date, y=table_Korea$value, type="l", axes=F, xlab="", ylab="", col="cyan")
par(new=T)
plot_Netherlands = plot(x=table_Netherlands$convert_date, y=table_Netherlands$value, type="l", axes=F, xlab="", ylab="", col="orange")
par(new=T)
plot_Portugal = plot(x=table_Portugal$convert_date, y=table_Portugal$value, type="l", axes=F, xlab="", ylab="", col="orchid")
par(new=T)
plot_Spain = plot(x=table_Spain$convert_date, y=table_Spain$value, type="l", axes=F, xlab="", ylab="", col="salmon")
par(new=T)
plot_US = plot(x=table_US$convert_date, y=table_US$value, type="l", axes=F, xlab="", ylab="", col="navy")
axis.Date(side=1, at=seq(min(table_UK$convert_date), max(table_UK$convert_date), by="months"), format="%m-%Y")
mtext("Date", side=1, line=2.5)
legend(x="top",legend = c("UK", "Belgium", "China", "France", "Germany", "Italy", "Japan", "South Korea", "Netherlands", "Portugal", "Spain", "US"), text.col = c("purple", "red", "green", "blue", "yellow", "brown", "black", "pink", "cyan", "orange", "orchid", "salmon", "navy"), pch=c(16), col = c("purple", "red", "green", "blue", "yellow", "brown", "black", "pink", "cyan", "orange", "orchid", "salmon", "navy"), ncol = 5, inset = 1.22, xpd = 1, box.lty = 0, bg = 'transparent')
title(main = "Représentation du nombre de cas cumulé en fonction du temps par pays")
```
###Représentation graphique des courbes des différents pays avec échelle logarithmique :
```{r}
plot.new()
par(mar=c(7,4,3,3))
plot_UK = plot(x=table_UK$convert_date, y=table_UK$value, type="l", axes=F, xlab="", ylab="", col="purple", log = "y")
axis(side=2, log = "y", at=seq(0e+00, 1e+07, by=1e+04))
mtext("Nombre de cas cumulé", side=2, line=2.5)
par(new=T)
plot_Belgium = plot(x=table_Belgium$convert_date, y=table_Belgium$value, type="l", axes=F, xlab="", ylab="", col="red", log = "y")
par(new=T)
plot_China = plot(x=table_China$convert_date, y=table_China$value, type="l", axes=F, xlab="", ylab="", col="green", log = "y")
par(new=T)
plot_France = plot(x=table_France$convert_date, y=table_France$value, type="l", axes=F, xlab="", ylab="", col="blue", log = "y")
par(new=T)
plot_Germany = plot(x=table_Germany$convert_date, y=table_Germany$value, type="l", axes=F, xlab="", ylab="", col="yellow", log = "y")
par(new=T)
plot_Iran = plot(x=table_Iran$convert_date, y=table_Iran$value, type="l", axes=F, xlab="", ylab="", col="brown", log = "y")
par(new=T)
plot_Italy = plot(x=table_Italy$convert_date, y=table_Italy$value, type="l", axes=F, xlab="", ylab="", col="black", log = "y")
par(new=T)
plot_Japan = plot(x=table_Japan$convert_date, y=table_Japan$value, type="l", axes=F, xlab="", ylab="", col="pink", log = "y")
par(new=T)
plot_Korea = plot(x=table_Korea$convert_date, y=table_Korea$value, type="l", axes=F, xlab="", ylab="", col="cyan", log = "y")
par(new=T)
plot_Netherlands = plot(x=table_Netherlands$convert_date, y=table_Netherlands$value, type="l", axes=F, xlab="", ylab="", col="orange", log = "y")
par(new=T)
plot_Portugal = plot(x=table_Portugal$convert_date, y=table_Portugal$value, type="l", axes=F, xlab="", ylab="", col="orchid", log = "y")
par(new=T)
plot_Spain = plot(x=table_Spain$convert_date, y=table_Spain$value, type="l", axes=F, xlab="", ylab="", col="salmon", log = "y")
par(new=T)
plot_US = plot(x=table_US$convert_date, y=table_US$value, type="l", axes=F, xlab="", ylab="", col="navy", log = "y")
axis.Date(side=1, at=seq(min(table_UK$convert_date), max(table_UK$convert_date), by="months"), format="%m-%Y")
mtext("Date", side=1, line=2.5)
legend(x="top",legend = c("UK", "Belgium", "China", "France", "Germany", "Italy", "Japan", "South Korea", "Netherlands", "Portugal", "Spain", "US"), text.col = c("purple", "red", "green", "blue", "yellow", "brown", "black", "pink", "cyan", "orange", "orchid", "salmon", "navy"), pch=c(16), col = c("purple", "red", "green", "blue", "yellow", "brown", "black", "pink", "cyan", "orange", "orchid", "salmon", "navy"), ncol = 5, inset = 1.22, xpd = 1, box.lty = 0, bg = 'transparent')
title(main = "Représentation du nombre de cas cumulé en fonction du temps par pays")
```
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment