README.md

In Freguglia/datacovidbr: What the Package Does (One Line, Title Case)

datacovidbr

O datacovidbr é um pacote em R com o objetivo de facilitar a importação e leitura dos dados da COVID-19 de fontes brasileiras e mundiais, automatizando os mecanismos de análise desses dados em R. No momento as fontes de dados disponíveis são:

• Dados do Ministério da Saúde para dados brasileiros por estados e regiões.
• Repositório Brasil.io para dados brasileiros por município.
• Repositório CSSEGISandData/COVID-19 mantido pela Johns Hopkins University Center for Systems Science and Engineering (JHU CSSE).
• Dados do infoGripe.

Algumas funções fazem download de fontes de dados quando estão disponíveis e fazem um mínimo de pré-processamento, outras obtém os dados das fontes por web-scraping.

Instalação

Pela alta demanda no momento no CRAN, que gera muita demora no processo de aceitação de novos pacotes e atualizações, o datacovidbr será mantido apenas no Github. Para instalação de pacotes disponíveis no Github, basta utilizar a função abaixo:

# install.packages("devtools")
devtools::install_github("Freguglia/datacovidbr")

Exemplo

Os dados podem ser carregados com as funções brMinisterioSaude(), brasilio(), CSSEGISandData(), infoGripe():

library(datacovidbr)
# Dados do Ministério da Saúde
est <- brMinisterioSaude()
est
#> # A tibble: 82,282 x 14
#>    regiao estado municipio coduf codmun codRegiaoSaude nomeRegiaoSaude
#>    <chr>  <chr>  <chr>     <chr> <chr>  <chr>          <chr>          
#>  1 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#>  2 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#>  3 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#>  4 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#>  5 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#>  6 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#>  7 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#>  8 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#>  9 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#> 10 Brasil <NA>   <NA>      76    <NA>   <NA>           <NA>           
#> # … with 82,272 more rows, and 7 more variables: date <date>, semanaEpi <chr>,
#> #   populacaoTCU2019 <dbl>, casosAcumulado <dbl>, obitosAcumulado <dbl>,
#> #   Recuperadosnovos <dbl>, emAcompanhamentoNovos <dbl>

# Dados do Brasil.io
mun <- brasilio()
mun
#> # A tibble: 85,615 x 11
#>    date       state city  place_type confirmed deaths is_last estimated_popul…
#>    <date>     <chr> <chr> <chr>          <int>  <int> <lgl>              <int>
#>  1 2020-05-16 AC    Acre… city              67      1 TRUE               15256
#>  2 2020-05-16 AC    Assi… city               1      0 TRUE                7417
#>  3 2020-05-16 AC    Bras… city               2      0 TRUE               26278
#>  4 2020-05-16 AC    Buja… city              18      0 TRUE               10266
#>  5 2020-05-16 AC    Capi… city               2      0 TRUE               11733
#>  6 2020-05-16 AC    Cruz… city             210      1 TRUE               88376
#>  7 2020-05-16 AC    Epit… city               4      0 TRUE               18411
#>  8 2020-05-16 AC    Feijó city               2      0 TRUE               34780
#>  9 2020-05-16 AC    Impo… city               0      0 TRUE                  NA
#> 10 2020-05-16 AC    Mânc… city               5      0 TRUE               18977
#> # … with 85,605 more rows, and 3 more variables: city_ibge_code <int>,
#> #   confirmed_per_100k_inhabitants <dbl>, death_rate <dbl>

#Dados da CSSEGISandData
wor <- CSSEGISandData()
wor
#> # A tibble: 21,808 x 7
#>    Country.Region data         Lat  Long casosAcumulados obitosAcumulado
#>    <chr>          <date>     <dbl> <dbl>           <int>           <int>
#>  1 Afghanistan    2020-01-22    33    65               0               0
#>  2 Afghanistan    2020-01-23    33    65               0               0
#>  3 Afghanistan    2020-01-24    33    65               0               0
#>  4 Afghanistan    2020-01-25    33    65               0               0
#>  5 Afghanistan    2020-01-26    33    65               0               0
#>  6 Afghanistan    2020-01-27    33    65               0               0
#>  7 Afghanistan    2020-01-28    33    65               0               0
#>  8 Afghanistan    2020-01-29    33    65               0               0
#>  9 Afghanistan    2020-01-30    33    65               0               0
#> 10 Afghanistan    2020-01-31    33    65               0               0
#> # … with 21,798 more rows, and 1 more variable: recuperadosAcumulado <int>

Os data.frames já vem em um formato que pode ser utilizado com todas as outras ferramentas disponíveis em R, por exemplo, o ggplot2.

library(ggplot2)
ggplot(est[est$regiao != "Brasil" & is.na(est$municipio) & is.na(est$codmun),],
       aes(x = date, y = casosAcumulado, group = estado, color = regiao)) +
  geom_line() +
  scale_x_date(limits = c(as.Date("2020-03-15"),NA)) 

Contribuições e Dúvidas

Caso queira contribuir de alguma forma, pode enviar um Pull Request ou abrir uma Issue caso tenha dúvidas. Contribuições podem ser em forma de

• Sugestões em geral
• Melhorias no pré-processamento
• Inclusão de novas fontes para importar dados
• Reportar problemas encontrados

Freguglia/datacovidbr documentation built on Oct. 10, 2020, 5:57 a.m.