【Python】Excelファイルを取り込んで折れ線グラフを作りたい

Question

URLからコロナ感染者のデータを取得し、佐賀県の新規感染者のデータをプロットしたい(横軸:日付、縦軸:新規感染者数)のですが上手くいきません。どなたかご教授願います。

import pandas
import requests
import io
import matplotlib.pyplot as plt
import japanize_matplotlib

def plotSub(plotList, df):
for loc, label in plotList:
ser = getSeries(df, loc)
ser.plot(label = label, linewidth = 3)

def prePlot():
plt.figure(figsize = (7, 7))
plt.rcParams["font.size"] = 20
plt.title('佐賀県の新型コロナウイルス感染者') #図タイトル
plt.xlabel('日付')
plt.ylabel('感染者数 (人)')

url = 'https://www3.nhk.or.jp/n-data/opendata/coronavirus/nhk_news_covid19_prefectures_daily_data.csv'
data = pandas.read_excel(url, parse_col = 548, skiprows = 21921, skipfooter = 3262)

prePlot()

plotList=[('各地の感染者数_1日ごとの発表数', '新規感染者')]
plotSub(plotList, data)
plt.legend(loc = 'best')

plt.savefig('kannsennsyasuu.pdf')
plt.show()

発生している問題・エラーメッセージ

TypeError: read_excel() got an unexpected keyword argument 'parse_col'

試したこと

上記の通りプログラムを書いてみたのですが、エラーが出てしまい、うまく動作しません。一通り確認しても自分では間違いに気づくことができません。

Comments

[meg_]

コードは「コードの挿入」で記入してください。

Answer 1

#!pip install japanize_matplotlib
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
import numpy as np

import requests
import io
import japanize_matplotlib

plt.rcParams["font.size"] = 8

url = 'https://www3.nhk.or.jp/n-data/opendata/coronavirus/nhk_news_covid19_prefectures_daily_data.csv'
r = requests.get(url)
data = pd.read_csv(io.BytesIO(r.content),parse_dates=['日付']) 

df=data.loc[data['都道府県名']=="佐賀県",['日付','各地の死者数_1日ごとの発表数']]
df.columns=['日付','感染者数（人）']

df_ts = df.loc[df['日付'] > np.datetime64('2020-12-31')]

# https://oku.edu.mie-u.ac.jp/~okumura/python/plottimeseries.html
# なお、１月からの描画にしたかったため、zero_formatsを変更しています。
# フォーマットの記載については下記の通り
# https://matplotlib.org/stable/gallery/ticks_and_spines/date_concise_formatter.html

fig, ax = plt.subplots(figsize=(10,2))
locator = mdates.AutoDateLocator()
formatter = mdates.ConciseDateFormatter(locator)
formatter.formats=['%Y年', '%m月', '%d日', '%H:%M', '%H:%M', '%S.%f']
formatter.zero_formats=['', '%m月', '%m月', '%m-%d', '%H:%M', '%H:%M']
formatter.offset_formats=['', '%Y年', '%Y-%m', '%Y-%m-%d',
                          '%Y-%m-%d', '%Y-%m-%d %H:%M']
ax.xaxis.set_major_formatter(formatter)

ax.get_yaxis().get_major_formatter().set_useOffset(False)
ax.get_yaxis().set_major_locator(ticker.MaxNLocator(integer=True))


ax.bar(df_ts['日付'], df_ts['感染者数（人）'], width=1,label='感染者数（人）')
ax.set_title('佐賀県の新型コロナウイルス感染者')
ax.legend()

奥村先生のページ時系列のグラフを描くにやり方がしっかりのっていました。

__matplotlib.dates__での時系列軸の変換はこのようにaxisに対して描画する必要があります。

__df.plot.bar()__でやろうとして、かなり沼にはまりました。

---

#!pip install japanize_matplotlib
import pandas as pd
import requests
import io
import matplotlib.pyplot as plt
import japanize_matplotlib

url = 'https://www3.nhk.or.jp/n-data/opendata/coronavirus/nhk_news_covid19_prefectures_daily_data.csv'
r = requests.get(url)
data = pd.read_csv(io.BytesIO(r.content),parse_dates=True,index_col='日付') 

df=data.loc[data['都道府県名']=="佐賀県",['各地の死者数_1日ごとの発表数']]
df.columns=['感染者数（人）']

plt.rcParams["font.size"] = 20

fig, ax = plt.subplots()

df.loc[df.index > np.datetime64('2020-12-31')].resample('1W').sum().plot(
    figsize=(7,7),
    title='佐賀県の新型コロナウイルス感染者',
    xlabel='日付',
    ylabel='感染者数 (人)',
    ax=ax)

plt.legend(loc = 'upper left') 

佐賀県だと、感染者数が０の日が多いので、一週間ごとの累計値でグラフにしてみました。
Google Colaboratoryでやってますので、一番最初だけpip install japanaize_matplotlibが必要です。

barplotでのダウンサンプリング、もっといい方法があったはずなんですけど・・・

Comments

[suzu-0401]

このようなエラーが出てしまいます。このnpというのは、何のことなのでしょうか？
NameError: name 'np' is not defined
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-24-63442f49e7a3> in <module>
10 fig, ax = plt.subplots()
11
---> 12 df.loc[df.index > np.datetime64('2020-12-31')].resample('1W').sum().plot(
13 figsize = (7,7),
14 title = '佐賀県の新型コロナウイルス感染者',

Answer 2

データの取得方法がぐちゃぐちゃですね。
csvはエクセルではありません。
read_csvとread_excelの引数は同じではありません。
read_excelはネットワーク上のデータを読み込むことはできません。

少し難しいので、取得方法だけ書いておきます。
skiprows = 21921, skipfooter = 3262をとかを使うと、翌日は動かないかもしれないので、全部DataFrameにしてから佐賀県を抜き出す方が良いでしょう。

>>> import pandas as pd
>>> import io
>>> import requests
>>>
>>> url = 'https://www3.nhk.or.jp/n-data/opendata/coronavirus/nhk_news_covid19_prefectures_daily_data.csv'
>>>
>>> r = requests.get(url)
>>>
>>> with io.StringIO(r.text) as f:
...     df = pd.read_csv(f, engine='python', parse_dates=[0])
...
>>> df_saga = df[df['都道府県名']=='佐賀県']
>>>
>>> print(df_saga)
              日付  都道府県コード 都道府県名  各地の感染者数_1日ごとの発表数  各地の感染者数_累計  各地の死者数_1日ごとの発表数  各地の死者数_累計
21920 2020-01-16       41   佐賀県                 0           0                0          0
21921 2020-01-17       41   佐賀県                 0           0                0          0
21922 2020-01-18       41   佐賀県                 0           0                0          0
21923 2020-01-19       41   佐賀県                 0           0                0          0
21924 2020-01-20       41   佐賀県                 0           0                0          0
...          ...      ...   ...               ...         ...              ...        ...
22463 2021-07-12       41   佐賀県                 1        2571                0         24
22464 2021-07-13       41   佐賀県                 1        2572                0         24
22465 2021-07-14       41   佐賀県                 3        2575                0         24
22466 2021-07-15       41   佐賀県                 6        2581                0         24
22467 2021-07-16       41   佐賀県                 9        2590                0         24

[548 rows x 7 columns]

グラフ化も間違いがありそうですが、そこはご自身で頑張ってください。

Answer 3

TypeError: read_excel() got an unexpected keyword argument 'parse_col'

「read_excel()にはparse_colなんていうキーワード引数はないよ」

って言われてるだけではないでしょうか？