-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathlies-esri-tabelle-direkt.R
269 lines (213 loc) · 10.1 KB
/
lies-esri-tabelle-direkt.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
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
############### lies-esri-tabelle-direkt.R ############
#
# Liest die ESRI-Tagestabelle und schreibt sie als vorläufige Daten
# auf die Grafiken für die Fallentwicklung, die Kreise und die Basisdaten.
#
# Ausgelagert aus hessen-zahlen-aufbereiten.R,
# wird per source() daraus aufgerufen.
# Library zum Finden des Arbeitsverzeichnisses
# Setzt das WD auf das Verzeichnis des gerade laufenden Skripts
pacman::p_load(this.path)
setwd(this.path::this.dir())
source("Helferskripte/server-msg-googlesheet-include.R")
# Wenn ESRI-Datenbank noch nicht OK, warte!
# while(get_esri_status()$Status != "OK") {
# msg("ESRI-Status: ", get_esri_status()$Status)
# Sys.sleep(60)
# }
# Sicherheitscheck: Neue Daten? ----
#RKI-Abfragestring für die Länder konstruieren
esri_url <- "https://services7.arcgis.com/mOBPykOjAyBO2ZKk/arcgis/rest/services/"
esri_service <- "rki_key_data_v/"
rki_rest_query1 <- paste0(esri_url,esri_service,
"FeatureServer/0/",
"query?f=json&",
"where=1%3D1&",
"outFields=*")
# Das JSON einlesen. Gibt eine ziemlich chaotische Liste zurück.
# Tabelle für alle Länder und Kreise ist in daten_liste$features$attributes.
esri_daten_tabelle <- read_json(rki_rest_query1, simplifyVector = TRUE)$features$attributes
faelle_gesamt_direkt <- esri_daten_tabelle$AnzFall[esri_daten_tabelle$AdmUnitId==6]
hessen_esri_df <- esri_daten_tabelle %>% filter(BundeslandId==6)
msg("Schreibe ESRI-Tabelle für Land und Kreise...")
write.csv(hessen_esri_df,"daten/esri-tabelle-hessen.csv")
write_sheet(hessen_esri_df,ss=aaa_id,sheet="ESRI direkt")
if (server) {
# Google-Bucket befüllen
system('gsutil -h "Cache-Control:no-cache, max_age=0" cp ./daten/esri-tabelle-hessen.csv gs://d.data.gcp.cloud.hr.de/esri-tabelle-hessen.csv')
}
#msg("Geschrieben. ESRI-Status: ",get_esri_status()$Status)
# Was wo liegt, bekommt man über daten_liste$features$attributes$LAN_ew_GEN
# Daten von gestern holen und vergleichen
old_data <- read_sheet(aaa_id,sheet="Basisdaten") %>% select(x=1,y=2)
od <- old_data %>% filter(str_detect(x,"Fälle gesamt"))
od2 <- str_remove(od$y," \\(ca.+\\)")
faelle_gestern <- as.integer(str_remove(od2,"[^0-9]"))
# Test auf gleiches Ergebnis nur, wenn die Basisdaten alt sind
if (as.Date(str_extract(old_data$x[1],"[0-9]+\\.[0-9]+\\.[0-9]+"),format="%d.%m.%y%y") < today()) {
# Gleiche Daten wie gestern??? Warte.
starttime <- now()
while (faelle_gesamt_direkt == faelle_gestern) {
msg("!!!JSON-Direktabfrage ergibt keine Veränderung zu gestern!!!")
Sys.sleep(300) # 5min schlafen
daten_liste <- read_json(rki_rest_query, simplifyVector = TRUE)
faelle_gesamt_direkt <- daten_liste$features$attributes$value[7]
if (now() > starttime+10800) {
msg("JSON: Keine neue Fallzahl")
simpleError("Timeout, keine aktuellen RKI-Daten nach 3 Stunden")
quit()
}
}
}
# Plausibilitätsprüfung 1: Fehler, wenn neue Fallzahl kleiner als die gestern
if (faelle_gesamt_direkt < faelle_gestern) {
msg("!!!Fälle heute < Fälle gestern!!!")
simpleError("Fälle heute < Fälle gestern")
quit()
}
# Plausibilitätsprüfung 2: Fehler, Absurd hohe Steigerung
if (faelle_gesamt_direkt - faelle_gestern > 50000) {
msg("!!!Wirklich mehr als 50k neue Fälle in Hessen?!!!")
simpleError(">50k Neufälle")
quit()
}
# ---- ESRI-Daten vorläufig in die Dokumente schreiben ----
esri_he <- esri_daten_tabelle %>% filter(AdmUnitId == 6)
msg("ESRI-Tabelle direkt: ",esri_he$AnzFall," Fälle gesamt, ",
esri_he$AnzFallNeu," heute -- werte aus")
# Basisdaten
datumsstring = paste0(format(today(),"%d.%m.%y%y")," (VORLÄUFIG)")
# Datumsstring schreiben (Zeile 2)
range_write(aaa_id,as.data.frame(datumsstring),range="Basisdaten!A2",
col_names = FALSE, reformat=FALSE)
# Neufälle heute (Zeile 3)
#range_write(aaa_id,as.data.frame('neue Fälle'),range="Basisdaten!A3")
range_write(aaa_id,as.data.frame(esri_he$AnzFallNeu),
range="Basisdaten!B3", col_names = FALSE, reformat=FALSE)
# Neufälle letzte 7 Tage - (Zeile 4)
range_write(aaa_id,as.data.frame(esri_he$AnzFall7T),
range="Basisdaten!B4", col_names = FALSE, reformat=FALSE)
# Vergleich Vorwoche (Zeile 5)
#range_write(aaa_id,as.data.frame("Vergleich Vorwoche"),range="Basisdaten!A5")
f4w_df <- read_sheet(ss=aaa_id,sheet="Fallzahl4Wochen")
steigerung_7t_vorwoche <- sum(f4w_df$neu[17:23])
steigerung_prozent_vorwoche <- (esri_he$AnzFall7T/steigerung_7t_vorwoche*100)-100
trend_string <- "■"
if (steigerung_prozent_vorwoche < -10) # gefallen
trend_string <- "<b style='color:#019b72'>▼</b><!--gefallen-->"
if (steigerung_prozent_vorwoche > 10) # gestiegen
trend_string <- "<b style='color:#cc1a14'>▲</b><!--gestiegen-->"
if (steigerung_prozent_vorwoche < -33) # stark gefallen
trend_string <- "<b style='color:#019b72'>▼▼</b><!--stark gefallen-->"
if (steigerung_prozent_vorwoche > 33) # stark gestiegen
trend_string <- "<b style='color:#cc1a14'>▲▲</b><!--stark gestiegen-->"
range_write(aaa_id,as.data.frame(
paste0(format(steigerung_7t_vorwoche,big.mark = ".", decimal.mark = ",", nsmall =0),
" (",ifelse(esri_he$AnzFall7T-steigerung_7t_vorwoche > 0,"+",""),
format(esri_he$AnzFall7T - steigerung_7t_vorwoche,big.mark = ".", decimal.mark = ",", nsmall =0),
trend_string,")")),
range="Basisdaten!B5", col_names = FALSE, reformat=FALSE)
# Inzidenz (Zeile 6)
range_write(aaa_id,as.data.frame(format(esri_he$Inz7T,big.mark = ".",decimal.mark=",",nsmall=1)),
range="Basisdaten!B6", col_names = FALSE, reformat=FALSE)
# Gesamt und aktiv (Zeile 7)
# range_write(aaa_id,as.data.frame(paste0("Fälle gesamt/aktiv")),range="Basisdaten!A7")
aktiv_str <- format(round((esri_he$AnzAktiv)/100) * 100,
big.mark = ".", decimal.mark = ",", nsmall =0)
range_write(aaa_id,as.data.frame(paste0(format(esri_he$AnzFall,big.mark = ".", decimal.mark = ",", nsmall =0),
" (ca. ",aktiv_str,")")),
range="Basisdaten!B7", col_names = FALSE, reformat=FALSE)
# Todesfälle heute (Zeile 10)
#range_write(aaa_id,as.data.frame("neue Todesfälle"),range="Basisdaten!A10")
range_write(aaa_id,as.data.frame(esri_he$AnzTodesfallNeu),
range="Basisdaten!B10",col_names = FALSE, reformat=FALSE)
# Todesfälle gesamt (Zeile 11)
#range_write(aaa_id,as.data.frame("Todesfälle gesamt"),range="Basisdaten!A11")
range_write(aaa_id,as.data.frame(format(esri_he$AnzTodesfall,big.mark=".",decimal.mark = ",")),
range="Basisdaten!B11",
col_names = FALSE,reformat=FALSE)
dw_publish_chart(chart_id = "OXn7r") # Basisdaten
msg("Basisdaten OK, Verlaufstabelle aus ESRI-Tabelle aktualisieren...")
# Fallzahl und Fallzahl4Wochen aktualisieren
msg("Berechne vorläufig ESRI-fallzahl und fallzahl4w...")
fallzahl_df <- read_sheet(aaa_id,sheet="FallzahlVerlauf")
fallzahl_df$datum <- as_date(fallzahl_df$datum)
fallzahl_ofs <- as.numeric(today() - fallzahl_df$datum[1]) + 1
# Neue Zeile?
if (fallzahl_ofs > nrow(fallzahl_df)) {
fallzahl_df[fallzahl_ofs,]<- NA
fallzahl_df$datum[fallzahl_ofs] <- as_date(today())
}
# Werte für heute
fallzahl_df$gsum[fallzahl_ofs] <- esri_he$AnzGenesen
fallzahl_df$faelle[fallzahl_ofs] <- esri_he$AnzFall
fallzahl_df$steigerung[fallzahl_ofs] <- esri_he$AnzFall/(esri_he$AnzFall-esri_he$AnzFallNeu)-1
fallzahl_df$tote[fallzahl_ofs] <- esri_he$AnzTodesfall
fallzahl_df$tote_steigerung[fallzahl_ofs] <- esri_he$AnzTodesfallNeu
fallzahl_df$aktiv[fallzahl_ofs] <- esri_he$AnzAktiv
fallzahl_df$neu[fallzahl_ofs] <- esri_he$AnzFallNeu
fallzahl_df$aktiv_ohne_neu[fallzahl_ofs] <- esri_he$AnzAktiv-esri_he$AnzFallNeu
# 4-Wochen-Fallzahl darstellen
#7-Tage-Trend der Neuinfektionen
fall4w_df <- fallzahl_df %>% mutate(neu7tagemittel = (lag(neu)+
lag(neu,n=2)+
lag(neu,n=3)+
lag(neu,n=4)+
lag(neu,n=5)+
lag(neu,n=6)+
neu)/7)
fall4w_df <- fall4w_df[(nrow(fall4w_df)-27):nrow(fall4w_df),]
write_sheet(fallzahl_df, ss=aaa_id, sheet="FallzahlVerlauf")
range_write(fall4w_df,ss = aaa_id, sheet = "Fallzahl4Wochen",reformat=FALSE)
# Prognose-Sheet updaten
msg("Fallzahlen geschrieben, Verlaufskurve mit Prognose aktualisieren")
neu_p_df <- read_sheet(aaa_id,sheet = "NeuPrognose")
# Prognosen dranhängen
#Etwas übersichtlicher
f4w_neu_df <- fall4w_df %>%
select(datum, neu, neu7tagemittel)
neu_p_df <- neu_p_df %>%
select(datum, min, mean, max, prognosedatum) %>%
left_join(f4w_neu_df, by="datum") %>%
select(datum,neu,neu7tagemittel, min, mean, max, prognosedatum)
# In Sheet "NeuPrognose" ausgeben
write_sheet(neu_p_df,ss=aaa_id,sheet="NeuPrognose")
dw_publish_chart(chart_id = "NrBYs") # Neufälle und Trend letzte 4 Wochen
# Kreisdaten-Tabelle aktualisieren
esri_kreis <- read_sheet(ss=aaa_id,sheet="KreisdatenAktuell") %>%
left_join(esri_daten_tabelle %>% mutate(ags_kreis = paste0("0",AdmUnitId)),
by="ags_kreis") %>%
mutate(stand=datumsstring) %>%
mutate(inzidenz = AnzFall/pop*100000) %>%
mutate(TotProz = round(AnzTodesfall/AnzFall*100,1),
GenesenProz = round(AnzGenesen/AnzFall*100,1),
AktivProz = round(AnzAktiv/AnzFall*100,1)) %>%
select(ags_kreis,
kreis,
gesamt = AnzFall,
stand,
pop,
inzidenz,
tote = AnzTodesfall,
neu7tage = AnzFall7T,
inz7t = Inz7T, #Achtung: kleines t = meine Daten, großes T = ESRI-Daten
AnzahlGenesen = AnzGenesen,
AnzahlAktiv = AnzAktiv,
notizen,
TotProz,
GenesenProz,
GA_link,
AktivProz,
f28_21,
f21_14,
f14_7,
neu = AnzFallNeu,
w1, w2, w3, w4,
rt,
vom,
vzeit,
rrt,
Abk)
# Tabelle schreiben, Grafik aktualisieren
write_sheet(esri_kreis,ss=aaa_id,sheet="KreisdatenAktuell")
dw_publish_chart(chart_id="m7sqt")