新冠疫情数据统计 蓝桥杯楼赛第二十三期

新冠疫情数据统计

介绍

2020 年，新冠疫情肆掠全球。约翰·霍普金斯大学 跟踪了全球病例数据，包括总病例数、COVID-19 传播速度以及全球爆发情况。我们拿到了截止于某日的疫情数据，希望通过 Python 统计出我们需要的疫情指标。

知识点

• Python 数据处理

目标

补充 count(data) 函数中的 TODO 部分，使其得到我们需要的结果：

• 整理指定 data 数据文件，以 JSON 数据返回世界各大洲的的汇总数据。
• 数据集中仅存在国家和地区名称，不存在大洲数据，需要自行解决。表格中的每个国家/地区都需要划分到实际所在大洲。
• 需要删除明显统计错误的数据（即：确诊人数、死亡人数、康复人数、现有人数不匹配），缺失人数统计数据使用 0 填充。其余情况无需处理。

def count(data):
    """TODO
    """
    results = None
    return results

样例

首先，打开终端，使用以下命令将数据文件下载至环境中：

cd /home/shiyanlou/Code
wget https://labfile.oss.aliyuncs.com/courses/2799/cases_country.csv

部分数据截图如下，其中 ISO3 为国家/地区标准代码：

count(data) 函数最终返回数据格式示例如下（数据非真实情况）：

results = {"Confirmed": {"Africa": 1203024, "Asia": 6420215, "Oceania": 25346, "Europe": 3311213, "America": 1023402, "Others": 13443, "Total": 15440234}, "Deaths": {"Africa": 22222, "Asia": 133126, "Oceania": 556, "Europe": 111431, "America": 51155, "Others": 502, "Total": 616513}, "Recovered": {"Africa": 130522, "Asia": 5163035, "Oceania": 21212, "Europe": 1112545, "America": 214106, "Others": 1424, "Total": 13131033 }, "Active": {"Africa": 244262, "Asia": 1124052, "Oceania": 4252, "Europe": 1201515, "America": 121345, "Others": 3455, "Total": 3612602}}

返回数据中，Confirmed，Deaths，Recovered，Active 分别表示：确诊人数、死亡人数、康复人数、现有人数。而 Africa，Asia，Oceania，Europe，America，Others 分别表示：非洲、亚洲、大洋洲、欧洲、美洲（北美洲和南美洲）和其他的相应人数，Others 其他为非国家/地区的数据项。Total 表示数据总和。所有数值数据为 Int 类型。

要求

• 题目需使用 Python 3.6 完成，可以使用标准库和第三方库。如果你的函数使用了第三方库，提交检测前，务必在线上环境中安装相应库。
• 使用第三方库时，必须使用 python3.6 -m pip install <package_name> 命令安装，保证相应库安装在 Python 3.6 环境中。
• 函数传入 data 为字符串类型，为数据文件的相对路径。
• 函数返回 JSON 数据（字符串类型），示例如上，无顺序要求。
• 需要将函数 count(data) 保存到 covid.py 文件中，并将该文件放置在 /home/shiyanlou/Code 路径下方。
• covid.py 文件中仅保留函数，不要添加测试或执行代码，避免检测时出错。
• 线上环境调试代码时，请使用 python3.6 covid.py 命令调用 Python 3.6。

提示

调试代码时，请使用 python3.6 covid.py 命令调用 Python 3.6。

提示

• country-converter 库提供了转换大洲数据的方法，你可以通过官方提供的 示例学习。线上环境中安装 country-converter 的命令为：python3.6 -m pip install setuptools && python3.6 -m pip install country-converter