Covid-19数据分析

各国历史数据分析

数据加载

  1. 加载Covid19.All.csv
  2. 设置表名：his-all

  3. 修改其它列名、调整顺序，添加累计死亡、月份(Date.ToText([date], "yyyy-MM"))列

     let
     源 = Csv.Document(File.Contents("Covid19.All.csv"),[Delimiter=",", Columns=11, Encoding=65001, QuoteStyle=QuoteStyle.None]),
     提升的标题 = Table.PromoteHeaders(源, [PromoteAllScalars=true]),
     更改的类型 = Table.TransformColumnTypes(提升的标题,{ {"date", type date}, {"country", type text}, {"countryCode", type text}, {"province", type text}, {"provinceCode", type text}, {"city", type text}, {"cityCode", type text}, {"confirmed", Int64.Type}, {"suspected", Int64.Type}, {"cured", Int64.Type}, {"dead", Int64.Type} }),
     插入的月份 = Table.AddColumn(更改的类型, "月份", each Date.ToText([date], "yyyy-MM"), type text),
     重排序的列 = Table.ReorderColumns(插入的月份,{"date", "月份", "country", "countryCode", "province", "provinceCode", "city", "cityCode", "confirmed", "suspected", "cured", "dead"}),
     重命名的列 = Table.RenameColumns(重排序的列,{ {"date", "日期"}, {"country", "国家"}, {"countryCode", "国家代码"}, {"province", "省"}, {"provinceCode", "省代码"}, {"city", "市"}, {"cityCode", "市代码"}, {"confirmed", "累计确诊"}, {"suspected", "累计疑似"}, {"cured", "累计治愈"}, {"dead", "累计死亡"} }),
     已添加自定义 = Table.AddColumn(重命名的列, "现有确诊", each [累计确诊]-[累计治愈]-[累计死亡], Int64.Type)
 in
     已添加自定义
  4. 引用his-all，命名为his-country
  5. 过滤省为空的行

  6. 删除省市相关列

     let
     源 = #"his-all",
     筛选的行 = Table.SelectRows(源, each [省] = ""),
     删除的列 = Table.RemoveColumns(筛选的行,{"省", "省代码", "市", "市代码"})
 in
     删除的列
  7. 引用his-country，命名为day-country
  8. 筛选最近一日的数据
     let
     源 = #"his-country",
     筛选的行 = Table.SelectRows(源, each [日期] = List.Max(#"his-all"[日期]))
 in
     筛选的行

模型设计

  1. 打开数据页
  2. 选择his-country，添加一列新增数 = 当天累计确诊 - 上日累计确诊（负数归0）
     新增数 = 
 var this_value = [累计确诊]
 var this_code = [国家代码]
 var last_value =  CALCULATE(SELECTEDVALUE ( 'his-country'[累计确诊], 0 ), ALL('his-country'), PREVIOUSDAY('his-country'[日期]),'his-country'[国家代码] = this_code)
 return if(this_value > last_value, this_value - last_value, 0)
  3. 选择his-country，添加一列死亡数 = 当天累计死亡 - 上日累计死亡（负数归0）
     死亡数 = 
 var this_value = [累计死亡]
 var this_code = [国家代码]
 var last_value =  CALCULATE(SELECTEDVALUE ( 'his-country'[累计死亡], 0 ), ALL('his-country'), PREVIOUSDAY('his-country'[日期]),'his-country'[国家代码] = this_code)
 return if(this_value > last_value, this_value - last_value, 0)

新增数按月丝带图

  1. 在报表页添加功能区图表，设置轴 - his-country[月份]，图例 - his-country[国家]，值 - his-country[新增数]
  2. 数据太多的话，可筛选月份和国家

死亡数按月丝带图

  1. 在报表页添加功能区图表，设置轴 - his-country[月份]，图例 - his-country[国家]，值 - his-country[死亡数]
  2. 在分析面板添加趋势线和预测，扩大预测长度

全球累计确诊趋势

  1. 在报表页添加折线图，设置轴 - his-country[日期]，值 - his-country[累计确诊]

各国曲线手机版面

  1. 新增报表页，设置页面宽度为600，高度3000
  2. 添加卡片图，设置字段 - day-country[累计确诊]，筛选单选美国，设置函数标题
  3. 添加折线图，设置轴 - 日期，图例 - 国家，值 - 新增数，筛选美国
  4. 复制2~3步，添加巴西、印度、俄罗斯、南非、墨西哥等多个国家

中国各省市累计数据分析

数据加载

  1. 打开数据转换
  2. 引用his-all，命名为day-all
  3. 刷选最近一天的数据
     let
     源 = #"his-all",
     筛选的行 = Table.SelectRows(源, each [日期] = List.Max(#"his-all"[日期])),
     更改的类型 = Table.TransformColumnTypes(筛选的行,{ {"市代码", type text} })
 in
     更改的类型
  4. 引用day-all，命名为day-province，保存中国各省数据
  5. 筛选国家代码 = CN、省代码不为空，市为空
     let
     源 = #"day-all",
     筛选的行 = Table.SelectRows(源, each [国家代码] = "CN"),
     筛选的行1 = Table.SelectRows(筛选的行, each [省代码] <> ""),
     筛选的行2 = Table.SelectRows(筛选的行1, each [市] = ""),
     删除的列 = Table.RemoveColumns(筛选的行2,{"市", "市代码"})
 in
     删除的列
  6. 引用day-all，命名为day-city，保存湖北各市数据
  7. 筛选国家代码 = CN、市代码不为空、省 = "湖北省
  8. 删除累计疑似、现有确诊、累计确诊等列
  9. 删除监狱系统、境外输入等行
  10. 选择累计治愈和累计死亡，执行转换 - 逆透视列
     let
     源 = #"day-all",
     筛选的行 = Table.SelectRows(源, each [国家代码] = "CN"),
     筛选的行1 = Table.SelectRows(筛选的行, each ([市代码] <> "") and ([省] = "湖北省")),
     删除的列 = Table.RemoveColumns(筛选的行1,{"累计疑似", "现有确诊"}),
     筛选的行2 = Table.SelectRows(删除的列, each [市] <> "监狱系统"),
     筛选的行3 = Table.SelectRows(筛选的行2, each [市] <> "境外输入"),
     删除的列1 = Table.RemoveColumns(筛选的行3,{"累计确诊"}),
     逆透视的列 = Table.UnpivotOtherColumns(删除的列1, {"日期", "月份", "国家", "国家代码", "省", "省代码", "市", "市代码"}, "属性", "值")
 in
     逆透视的列

模型设计

  1. 打开数据页，选择day-province
  2. 新建排名列：排名 = RANKX ( 'day-province', 'day-province'[累计确诊], 'day-province'[累计确诊] ,ASC)

各省累计确诊着色地图

  1. 新建报表页，添加着色地图，设置位置 - day-province[省]，工具提示 - day-province[累计确诊]
  2. 设置格式 - 数据颜色，根据排名列设置色阶
  3. 筛选省，不要选香港和澳门，地图位置有问题

湖北各市治愈和死亡数据气泡地图

  1. 新建报表页，添加气泡地图，设置位置 - day-city[市]，图例 - day-city[属性]，图例 - day-city[值]

全球各大洲、各国详情数据分析（08-20）

数据加载

  1. 获取数据 - Excel（网页中如果有表格，可以作为Excel处理）
  2. 选择COVID-19 Virus Pandemic - Worldometer.html(如果可访问外网，可直接加载Web链接)
  3. 选择表 1
  4. 修改表名：当前详情表
  5. 过滤索引列空行
  6. 过滤总确诊小于10000的国家：= Table.SelectRows(筛选的行, each [TotalCases] > 10000)
  7. 关闭并应用数据

各大洲占比和排名分析

  1. 新建度量：累计确诊 = SUM('当前详情表'[TotalCases])
  2. 添加树状图，设置组 - 大洲，详细信息 - 国家，值 - 累计确诊
  3. 添加条形图，设置轴 - 大洲，值 - 累计确诊
  4. 添加饼图，设置图例 - 大洲，值 - 累计确诊
  5. 调整色彩、排版
  6. 可将累计确诊改为死亡，康复，检测等数据进行类似分析

确诊、死亡人口比例分析

  1. 添加柱状图，设置轴 - 国家，图例 - 国家，值 - Tot Cases/1M pop
  2. 添加柱状图，设置轴 - 国家，图例 - 国家，值 - Deaths/1M pop
  3. 通过筛选器限制数据条数 1.添加散点图，设置图例 - 大洲，X轴 - Tot Cases/1M pop 平均值，Y轴 - Deaths/1M pop 平均值，大小 - Population

数据来源

results matching ""

    No results matching ""