-
Notifications
You must be signed in to change notification settings - Fork 2
/
global.R
190 lines (156 loc) · 7.19 KB
/
global.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
# Pacotes Utilizados ------------------------------------------------------
library(coronavirus)
library(dplyr)
library(ggplot2)
library(magrittr)
library(plotly)
library(readr)
library(scales)
library(htmlwidgets)
library(htmltools)
library(rgdal)
library(leaflet)
library(shiny)
library(shinydashboard)
library(shinydashboardPlus)
library(shinyWidgets)
library(shinycssloaders)
library(shinyBS)
library(DT)
library(tidyr)
library(lubridate)
library(stringr)
library(readr)
library(zoo)
options(scipen = 99999999)
# Cores -------------------------------------------------------------------
# Tipo
obito_cor = "#e3171b"
recuperado_cor = "#5ABA4A"
confirmado_cor = "#3170de"
# Regiões
co_cor = "#d62728"
sul_cor = "#2ca02c"
norte_cor = "#9367bd"
sudeste_cor = "#1f76b4"
nordeste_cor = "#ff7e0e"
# spin load
spin_cor = "#3c8dbc"
# Brasil - Dados ----------------------------------------------------------
data <- read.csv2("data/brasil/COVID19.csv", encoding = "UTF-8") %>% as_tibble()
# Condição para transformar a coluna "Data" no tipo "date"
if (!is.Date(data$data[[1]])) {
ifelse(
data$data[[1]] == "25/02/2020" | data$data[[1]] == "26/02/2020",
data %<>% mutate(data = data %>% dmy()),
data %<>% mutate(data = data %>% ymd())
)
}
# Variável para ver o último dia da atualização dos dados
data_dados <- data$data %>% max()
# Dados - Brasil
data_brasil <- data %>%
select(1, 8, 11, 13, 15:16) %>%
`colnames<-`(c("regiao", "data", "casosAcumulados", "obitosAcumulados", "RecuperadosAcumulados", "emAcompanhamentoNovos")) %>%
filter(regiao=="Brasil")
# Dados - Estados e Região
data_brasil_estados <- data %>%
filter(municipio=="") %>%
select(1, 2, 8, 11, 13) %>%
`colnames<-`(c("regiao", "estado", "data", "casosAcumulados", "obitosAcumulados")) %>%
filter(regiao!="Brasil") %>%
group_by(regiao, estado, data) %>%
arrange(-casosAcumulados) %>%
top_n(1) %>%
ungroup()
# Dados - Brasil - Casos novos
data_brasil_novos_mod <-
data %>%
select(1, data, casosNovos, obitosNovos) %>%
`colnames<-`(c("regiao", "data", "casosNovos", "obitosNovos")) %>%
filter(regiao == "Brasil") %>%
select(-regiao) %>%
gather(tipo, casos, -data) %>%
ungroup() %>%
mutate(tipo = ifelse(tipo=="casosNovos", "Confirmados", "Óbitos"))
# Dados - Brasil - Casos novos - Media Moveis 7 dias
data_brasil_novos_mod_mm <-
data %>%
select(1, data, casosNovos, obitosNovos) %>%
`colnames<-`(c("regiao", "data", "casosNovos", "obitosNovos")) %>%
filter(regiao == "Brasil") %>%
mutate(media_movel_confirmados = rollmean(casosNovos, 7, na.pad = TRUE, align = "right")) %>%
select(-regiao) %>%
`colnames<-`(c("data", "Confirmados", "Óbitos", "Médias Móveis 7d - Confirmados")) %>%
gather(tipo, casos, -data) %>%
ungroup()
# Dados - RJ
data_rj <- data %>%
filter(estado=="RJ", municipio!="") %>%
select(2, 3, 5, 8, 11, 13) %>%
`colnames<-`(c("estado", "municipio", "codmun", "data", "casosAcumulados", "obitosAcumulados"))
data_rj_box <- data_rj %>%
group_by(data) %>%
summarise(casosAcumulados = sum(as.numeric(casosAcumulados)),
obitosAcumulados = sum(as.numeric(obitosAcumulados))) %>%
ungroup()
# Dados - SP
data_sp <- data %>%
filter(estado=="SP", municipio!="") %>%
select(2, 3, 5, 8, 11, 13) %>%
`colnames<-`(c("estado", "municipio", "codmun", "data", "casosAcumulados", "obitosAcumulados"))
data_sp_box <- data_sp %>%
group_by(data) %>%
summarise(casosAcumulados = sum(as.numeric(casosAcumulados)),
obitosAcumulados = sum(as.numeric(obitosAcumulados))) %>%
ungroup()
cod_ibge <- read_csv2("data/cod_ibge.csv") %>% select(CD_GEOCUF, SG_ESTADO) %>% `colnames<-`(c("cod", "estado"))
ibge_estado <- read_csv2("data/cod_ibge.csv") %>% select(NM_ESTADO, SG_ESTADO) %>% `colnames<-`(c("Estado", "Sigla"))
# Brasil
br_confirmados <- data_brasil$casosAcumulados %>% last() %>% as.integer()
br_obitos <- data_brasil$obitosAcumulados %>% last() %>% as.integer()
br_letalidade <- percent(br_obitos/br_confirmados, accuracy = 0.01)
br_recuperados <- data_brasil$RecuperadosAcumulados %>% na.omit() %>% last()
br_confirmados_hoje <- ( br_confirmados-(data_brasil$casosAcumulados[nrow(data_brasil)-1] %>% as.integer()) ) %>% formatC(big.mark = ".")
br_obitos_hoje <- ( br_obitos-(data_brasil$obitosAcumulados[nrow(data_brasil)-1] %>% as.integer()) ) %>% formatC(big.mark = ".")
br_recuperados_hoje <- ( br_recuperados-(data_brasil$RecuperadosAcumulados[nrow(data_brasil)-1] %>% as.integer()) ) %>% formatC(big.mark = ".")
# RJ
rj_confirmados <- data_rj_box$casosAcumulados %>% last() %>% as.integer()
rj_obitos <- data_rj_box$obitosAcumulados %>% last() %>% as.integer()
rj_letalidade <- percent(rj_obitos/rj_confirmados, accuracy = 0.01)
# rj_recuperados <- data_brasil$RecuperadosAcumulados %>% last()
rj_confirmados_hoje <- ( rj_confirmados-(data_rj_box$casosAcumulados[nrow(data_rj_box)-1] %>% as.integer()) ) %>% formatC(big.mark = ".")
rj_obitos_hoje <- ( rj_obitos-(data_rj_box$obitosAcumulados[nrow(data_rj_box)-1] %>% as.integer()) ) %>% formatC(big.mark = ".")
# rj_recuperados_hoje <- ( br_recuperados-(data_brasil$RecuperadosAcumulados[nrow(data_brasil)-1] %>% as.integer()) ) %>% formatC(big.mark = ".")
# SP
sp_confirmados <- data_sp_box$casosAcumulados %>% last() %>% as.integer()
sp_obitos <- data_sp_box$obitosAcumulados %>% last() %>% as.integer()
sp_letalidade <- percent(sp_obitos/sp_confirmados, accuracy = 0.01)
# sp_recuperados <- data_brasil$RecuperadosAcumulados %>% last()
sp_confirmados_hoje <- ( sp_confirmados-(data_sp_box$casosAcumulados[nrow(data_sp_box)-1] %>% as.integer()) ) %>% formatC(big.mark = ".")
sp_obitos_hoje <- ( sp_obitos-(data_sp_box$obitosAcumulados[nrow(data_sp_box)-1] %>% as.integer()) ) %>% formatC(big.mark = ".")
# sp_recuperados_hoje <- ( br_recuperados-(data_brasil$RecuperadosAcumulados[nrow(data_brasil)-1] %>% as.integer()) ) %>% formatC(big.mark = ".")
# Mundo - Dados -----------------------------------------------------------
mundo_confirmados <- coronavirus %>% filter(type=="confirmed") %$% cases %>% sum
mundo_recuperados <- coronavirus %>% filter(type=="recovered") %$% cases %>% sum
mundo_obitos <- coronavirus %>% filter(type=="death") %$% cases %>% sum
mundo_letalidade <- percent(mundo_obitos/mundo_confirmados, accuracy = 0.01)
# Ref: https://developers.google.com/public-data/docs/canonical/countries_csv
ll_pais <- read_csv2("data/lnglat_paises.csv") %>% select(latitude, longitude, name)
data_paises <-
coronavirus %>% group_by(country) %>% filter(type=="confirmed") %>% summarise(confirmados = sum(cases)) %>%
left_join(
coronavirus %>% group_by(country) %>% filter(type=="recovered") %>% summarise(recuperados = sum(cases))
) %>%
left_join(
coronavirus %>% group_by(country) %>% filter(type=="death") %>% summarise(obitos = sum(cases))
) %>%
mutate(letalidade = percent(obitos/confirmados, accuracy = 0.01),
country = ifelse(country=="US", "United States", country)) %>%
left_join(ll_pais, by = c("country"="name")) %>%
arrange(country)
# Abas --------------------------------------------------------------------
source("pages/brasil.R", encoding = "UTF-8")
source("pages/rj_sp.R", encoding = "UTF-8")
source("pages/mundo.R", encoding = "UTF-8")
source("pages/overview.R", encoding = "UTF-8")