Animando pontos de acesso US COVID-19 ao longo do tempo

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br


[This article was first published on R – Nathan Chaney, and kindly contributed to R-bloggers]. (Você pode relatar problemas sobre o conteúdo desta página aqui)


Quer compartilhar seu conteúdo em R-bloggers? clique aqui se você tiver um blog, ou aqui se não tiver.

Esta é uma extensão do meu post anterior sobre a visualização do COVID-19 no Arkansas, e o código usado é semelhante. Como tal, não vou enterrar o lede novamente examinando o código primeiro. Aqui está a animação:

Mais uma vez, estou usando a paleta de cores de plasma do pacote viridis R para mostrar pontos quentes e frios intuitivamente e, novamente, a escala de cores para o número de casos é mostrada em escala logarítmica. Uma coisa boa sobre essa escala de cores (pelo menos na época em que escrevo) é que as mudanças na cor correspondem muito bem a cada ordem de magnitude na escala logarítmica. Como antes, esta imagem deve ser atualizada diariamente, portanto, esta postagem deve ser atualizada durante a pandemia de coronavírus.

Uma escolha de design nesta animação é diferente da visualização do Arkansas. Conforme discutido na postagem anterior, optei por usar o tamanho médio do condado (arredondado para os 5.000 mais próximos) para os cálculos per capita. Um comentarista mencionou que poderes de 10 são habituais em relatórios de saúde pública. Embora eu concorde totalmente que é o costume, escolhi o valor mediano de 20.000 para usar nos cálculos per capita, pois fornece uma sensação intuitiva melhor para o número real de casos na maioria dos condados do estado, sem ter que fazer muita matemática mental. Há mais explicações nos comentários dessa postagem.

Leia Também  Liberada a versão 0.9.1 do NIMBLE

Para todos os EUA, a população média do condado é de 25.000 (quando arredondada para os 5.000 mais próximos). No entanto, a população média do condado nos EUA é de cerca de 102.000, o que está muito próximo de uma potência de 10, que normalmente seria usada para relatórios de saúde pública. Sendo assim, eu teria mais dificuldade em justificar uma escolha de design diferente do que é habitual. Portanto, esta animação usa o valor habitual de 100.000 para cálculos per capita.

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

O que você acha dessa animação?

O código da postagem é o seguinte:

library(tidyverse)
library(lubridate)
library(plotly)
library(gganimate)
library(tidycensus)
library(transformr)
library(ggthemes)
library(viridis)

options( scipen = 10 ) # print full numbers, not scientific notation

covid_cases %
  mutate(date = lubridate::as_date(date, format = "%m/%d/%y", tz = "UTC"))

population % 
  mutate(GEOID = as.integer(GEOID)) %>%
  pivot_wider(
    names_from = variable,
    values_from = value
  )

# Per capita calculation is to nearest 5k of median county population
per_capita % 
  summarize(avg = mean(POP)) %>% 
  unlist() %>%
  plyr::round_any(., 1e4)

roll_us_cases % 
  filter(`Country_Region` == "US" | `Country_Region` == "United States") %>%
  filter(Province_State != "Puerto Rico") %>%
  filter(FIPS %
  # filter(Province_State != "Alaska" & Province_State != "Hawaii") %>%
  filter(Admin2 != "Unassigned") %>%
  arrange(date) %>%
  group_by(UID) %>%
  mutate(prev_count = lag(cases)) %>%
  mutate(prev_count = ifelse(is.na(prev_count), 0, prev_count)) %>%
  mutate(new_cases = cases - prev_count) %>%
  mutate(roll_cases = round(zoo::rollapply(new_cases, 7, mean, fill = 0, align = "right", na.rm = T)))%>%
  ungroup() %>%
  select(-prev_count) %>%
  left_join(
    population %>% select(-NAME),
    by = c("FIPS" = "GEOID")
  ) %>%
  mutate(
    cases_capita = round(cases / POP * per_capita), # cases per 100,000 residents
    new_capita = round(new_cases / POP * per_capita), # cases per 100,000 residents
    roll_capita = round(roll_cases / POP * per_capita) # rolling new cases per 100,000 residents
  )

# tidycensus version
# Includes Alaska and Hawaii as rescaled and shifted
data("county_laea")
data("state_laea")

first_date %
    group_by(date) %>%
    summarize(roll_cases = sum(roll_cases)) %>%
    ungroup() %>%
    filter(roll_cases > 0) %>%
    select(date)
}$date)

temp %
  filter(date >= first_date) %>%
  mutate(roll_capita = ifelse(roll_capita % # log10 scale plot
  mutate(roll_cases = ifelse(roll_cases %
  mutate(GEOID = as.numeric(GEOID)) %>%
  mutate(GEOID = ifelse(GEOID == 46113, 46102, GEOID)) %>% # SD Oglala Lakota County name change
  mutate(GEOID = ifelse(GEOID == 2270, 2158, GEOID)) %>% # AK Kusilvak census area
  inner_join(temp, by = c("GEOID" = "FIPS"))

days 


		



cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br