Powered by

# Jeux de données

Cette page détaille les jeux de données utilisés dans le projet MSPR 6.1, leurs sources, et comment ils sont transformés pour une utilisation dans l'API.

# Vue d'ensemble

Le projet exploite trois jeux de données principaux, tous issus de Kaggle, pour fournir des informations sur la COVID-19 et MPOX (variole du singe).

# COVID-19 Global Dataset

COVID-19 Global Dataset
COVID-19 Global Dataset

Source : COVID-19 Global Dataset

Description : Ce jeu de données fournit des informations quotidiennes sur la COVID-19 pour chaque pays du monde.

Champs originaux :

  • Date
  • Country/Region
  • Cumulative Total Cases
  • Daily New Cases
  • Active Cases
  • Cumulative Total Deaths
  • Daily New Deaths

Traitement appliqué :

  • Standardisation des noms de colonnes
  • Calcul des récupérations totales en fonction des cas actifs, des cas totaux et des décès
  • Calcul des récupérations quotidiennes

# Corona Virus Report

Source : Corona Virus Report

Description : Un dataset complet sur le coronavirus comprenant des données sur les cas confirmés, les décès, les récupérations, et les cas actifs.

Champs originaux :

  • Date
  • Country/Region
  • Confirmed (Total Cases)
  • Deaths (Total Deaths)
  • Recovered (Total Recovered)
  • Active
  • New Cases
  • New Deaths
  • New Recovered

Traitement appliqué :

  • Standardisation des noms de colonnes
  • Normalisation des formats de dates

# MPOX (Monkeypox) Data

Source : MPOX Data

Description : Ce jeu de données contient des informations sur les cas de monkeypox (MPOX) dans différents pays depuis le début de l'épidémie en 2022.

Champs originaux :

  • Date
  • Location
  • Total Cases
  • New Cases
  • Total Deaths
  • New Deaths

Traitement appliqué :

  • Standardisation des noms de colonnes
  • Normalisation du format des pays pour correspondre aux autres datasets

# Structure standardisée

Après traitement, les données sont standardisées selon la structure suivante :

# COVID-19 Data

Champ Type Description
date Date Date de l'enregistrement (YYYY-MM-DD)
country String Nom du pays
total_cases Integer Nombre total de cas confirmés
new_cases Integer Nouveaux cas pour la journée
active_cases Integer Cas actifs (total - guérisons - décès)
total_deaths Integer Nombre total de décès
new_deaths Integer Nouveaux décès pour la journée
total_recovered Integer Nombre total de personnes guéries
daily_recovered Integer Nouvelles guérisons pour la journée

# MPOX Data

Champ Type Description
date Date Date de l'enregistrement (YYYY-MM-DD)
country String Nom du pays
total_cases Integer Nombre total de cas confirmés
new_cases Integer Nouveaux cas pour la journée
total_deaths Integer Nombre total de décès
new_deaths Integer Nouveaux décès pour la journée

# Processus d'import

  1. Les datasets sont téléchargés depuis Kaggle via le script fetch.py
  2. Les données sont normalisées et standardisées via le script main.py
  3. Les données traitées sont stockées dans des fichiers CSV dans le dossier /filtered
  4. Les données sont importées dans PostgreSQL via le script postgress.py

# Limitations connues

  • Certains pays peuvent avoir des données manquantes pour certaines dates
  • Les noms de pays peuvent varier légèrement entre les datasets
  • Les données MPOX sont moins complètes que les données COVID-19 en raison de la nouveauté de l'épidémie
  • Certaines métriques (comme les guérisons quotidiennes) sont calculées et peuvent contenir des approximations

# Mises à jour des données

Les données peuvent être mises à jour en réexécutant les scripts d'import. La fréquence de mise à jour dépend de la fréquence de mise à jour des datasets source sur Kaggle.