O conjunto de dados spdata
presente no arquivo spdata.rda possui informações acerca do número acumulado de casos e óbitos confirmados em três diferentes níveis:
Para carregar os dados, você precisará utilizar o pacote tidyverse
, como sugerido abaixo:
library(tidyverse)
load("../dados/spdata.rda")
date | city | place_type | confirmed | deaths | estimated_population_2019 |
---|---|---|---|---|---|
2020-02-25 | SP (Estado) | state | 1 | 0 | 45919049 |
2020-02-26 | SP (Estado) | state | 1 | 0 | 45919049 |
2020-02-27 | SP (Estado) | state | 1 | 0 | 45919049 |
2020-02-28 | SP (Estado) | state | 2 | 0 | 45919049 |
2020-02-29 | SP (Estado) | state | 2 | 0 | 45919049 |
2020-03-01 | SP (Estado) | state | 2 | 0 | 45919049 |
Para obter dados de um município, você pode aplicar filtros utilizando a coluna city
. Por exemplo, para os casos e óbitos ocorridos em Jundiaí:
spdata %>% filter(city == "Jundiaí") %>% head() %>% knitr::kable()
date | city | place_type | confirmed | deaths | estimated_population_2019 |
---|---|---|---|---|---|
2020-03-25 | Jundiaí | city | 1 | 0 | 418962 |
2020-03-26 | Jundiaí | city | 2 | 0 | 418962 |
2020-03-27 | Jundiaí | city | 3 | 0 | 418962 |
2020-03-30 | Jundiaí | city | 3 | 0 | 418962 |
2020-03-31 | Jundiaí | city | 3 | 0 | 418962 |
2020-04-01 | Jundiaí | city | 5 | 0 | 418962 |
Estas informações podem ser utilizadas para compor os gráficos de casos e óbitos acumulados:
library(ggplot2)
spdata %>% filter(city == "Jundiaí") %>%
ggplot(aes(date, confirmed)) + geom_point() + theme_bw() +
xlab("Data") + ylab("Casos confirmados até a data") + ggtitle("Casos Confirmados")
spdata %>% filter(city == "Jundiaí") %>%
ggplot(aes(date, deaths)) + geom_point() + theme_bw() +
xlab("Data") + ylab("Óbitos confirmados até a data") + ggtitle("Óbitos Confirmados")