> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. > COVID-19 Open-Data est une vaste base de données open source de données épidémiologiques sur le COVID-19 et de facteurs associés comme la démographie, l’économie et les réponses gouvernementales # Données ouvertes sur le COVID-19 COVID-19 Open-Data vise à constituer la plus grande base de données épidémiologiques sur le COVID-19, ainsi qu’un vaste ensemble de covariables pertinentes. Elle comprend des données ouvertes, publiques et sous licence concernant la démographie, l’économie, l’épidémiologie, la géographie, la santé, les hospitalisations, la mobilité, les réponses gouvernementales, la météo, et bien plus encore. Les détails sont disponibles sur GitHub [ici](https://github.com/GoogleCloudPlatform/covid-19-open-data). Il est facile d’insérer ces données dans ClickHouse... Les commandes suivantes ont été exécutées sur une instance de **production** de [ClickHouse Cloud](https://clickhouse.cloud). Vous pouvez aussi les exécuter facilement sur une installation locale. 1. Voyons à quoi ressemblent les données : ```sql theme={null} DESCRIBE url( 'https://storage.googleapis.com/covid19-open-data/v3/epidemiology.csv', 'CSVWithNames' ); ``` Le fichier CSV comporte 10 colonnes : ```response theme={null} ┌─name─────────────────┬─type─────────────┐ │ date │ Nullable(Date) │ │ location_key │ Nullable(String) │ │ new_confirmed │ Nullable(Int64) │ │ new_deceased │ Nullable(Int64) │ │ new_recovered │ Nullable(Int64) │ │ new_tested │ Nullable(Int64) │ │ cumulative_confirmed │ Nullable(Int64) │ │ cumulative_deceased │ Nullable(Int64) │ │ cumulative_recovered │ Nullable(Int64) │ │ cumulative_tested │ Nullable(Int64) │ └──────────────────────┴──────────────────┘ 10 rows in set. Elapsed: 0.745 sec. ``` 2. Voyons maintenant quelques lignes : ```sql theme={null} SELECT * FROM url('https://storage.googleapis.com/covid19-open-data/v3/epidemiology.csv') LIMIT 100; ``` Notez que la fonction `url` lit facilement des données depuis un fichier CSV : ```response theme={null} ┌─c1─────────┬─c2───────────┬─c3────────────┬─c4───────────┬─c5────────────┬─c6─────────┬─c7───────────────────┬─c8──────────────────┬─c9───────────────────┬─c10───────────────┐ │ date │ location_key │ new_confirmed │ new_deceased │ new_recovered │ new_tested │ cumulative_confirmed │ cumulative_deceased │ cumulative_recovered │ cumulative_tested │ │ 2020-04-03 │ AD │ 24 │ 1 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ 466 │ 17 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ │ 2020-04-04 │ AD │ 57 │ 0 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ 523 │ 17 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ │ 2020-04-05 │ AD │ 17 │ 4 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ 540 │ 21 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ │ 2020-04-06 │ AD │ 11 │ 1 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ 551 │ 22 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ │ 2020-04-07 │ AD │ 15 │ 2 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ 566 │ 24 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ │ 2020-04-08 │ AD │ 23 │ 2 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ 589 │ 26 │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ └────────────┴──────────────┴───────────────┴──────────────┴───────────────┴────────────┴──────────────────────┴─────────────────────┴──────────────────────┴───────────────────┘ ``` 3. Nous allons maintenant créer une table, puisque nous savons à quoi ressemblent les données : ```sql theme={null} CREATE TABLE covid19 ( date Date, location_key LowCardinality(String), new_confirmed Int32, new_deceased Int32, new_recovered Int32, new_tested Int32, cumulative_confirmed Int32, cumulative_deceased Int32, cumulative_recovered Int32, cumulative_tested Int32 ) ENGINE = MergeTree ORDER BY (location_key, date); ``` 4. La commande suivante insère l’ensemble du jeu de données dans la table `covid19` : ```sql theme={null} INSERT INTO covid19 SELECT * FROM url( 'https://storage.googleapis.com/covid19-open-data/v3/epidemiology.csv', CSVWithNames, 'date Date, location_key LowCardinality(String), new_confirmed Int32, new_deceased Int32, new_recovered Int32, new_tested Int32, cumulative_confirmed Int32, cumulative_deceased Int32, cumulative_recovered Int32, cumulative_tested Int32' ); ``` 5. Ça va assez vite - voyons combien de lignes ont été insérées : ```sql theme={null} SELECT formatReadableQuantity(count()) FROM covid19; ``` ```response theme={null} ┌─formatReadableQuantity(count())─┐ │ 12.53 million │ └─────────────────────────────────┘ ``` 6. Voyons combien de cas de Covid-19 ont été enregistrés au total : ```sql theme={null} SELECT formatReadableQuantity(sum(new_confirmed)) FROM covid19; ``` ```response theme={null} ┌─formatReadableQuantity(sum(new_confirmed))─┐ │ 1.39 billion │ └────────────────────────────────────────────┘ ``` 7. Vous remarquerez que les données comportent beaucoup de 0 pour certaines dates — soit le week-end, soit les jours où les chiffres n’étaient pas publiés quotidiennement. Nous pouvons utiliser une fonction de fenêtre pour lisser les moyennes quotidiennes des nouveaux cas : ```sql theme={null} SELECT AVG(new_confirmed) OVER (PARTITION BY location_key ORDER BY date ROWS BETWEEN 2 PRECEDING AND 2 FOLLOWING) AS cases_smoothed, new_confirmed, location_key, date FROM covid19; ``` 8. Cette requête détermine les valeurs les plus récentes pour chaque lieu. Nous ne pouvons pas utiliser `max(date)`, car tous les pays n’ont pas fourni de données chaque jour ; nous récupérons donc la dernière ligne à l’aide de `ROW_NUMBER` : ```sql theme={null} WITH latest_deaths_data AS ( SELECT location_key, date, new_deceased, new_confirmed, ROW_NUMBER() OVER (PARTITION BY location_key ORDER BY date DESC) AS rn FROM covid19) SELECT location_key, date, new_deceased, new_confirmed, rn FROM latest_deaths_data WHERE rn=1; ``` 9. Nous pouvons utiliser `lagInFrame` pour calculer le `LAG` du nombre de nouveaux cas chaque jour. Dans cette requête, nous appliquons un filtre sur le lieu `US_DC` : ```sql theme={null} SELECT new_confirmed - lagInFrame(new_confirmed,1) OVER (PARTITION BY location_key ORDER BY date) AS confirmed_cases_delta, new_confirmed, location_key, date FROM covid19 WHERE location_key = 'US_DC'; ``` La réponse ressemble à ceci : ```response theme={null} ┌─confirmed_cases_delta─┬─new_confirmed─┬─location_key─┬───────date─┐ │ 0 │ 0 │ US_DC │ 2020-03-08 │ │ 2 │ 2 │ US_DC │ 2020-03-09 │ │ -2 │ 0 │ US_DC │ 2020-03-10 │ │ 6 │ 6 │ US_DC │ 2020-03-11 │ │ -6 │ 0 │ US_DC │ 2020-03-12 │ │ 0 │ 0 │ US_DC │ 2020-03-13 │ │ 6 │ 6 │ US_DC │ 2020-03-14 │ │ -5 │ 1 │ US_DC │ 2020-03-15 │ │ 4 │ 5 │ US_DC │ 2020-03-16 │ │ 4 │ 9 │ US_DC │ 2020-03-17 │ │ -1 │ 8 │ US_DC │ 2020-03-18 │ │ 24 │ 32 │ US_DC │ 2020-03-19 │ │ -26 │ 6 │ US_DC │ 2020-03-20 │ │ 15 │ 21 │ US_DC │ 2020-03-21 │ │ -3 │ 18 │ US_DC │ 2020-03-22 │ │ 3 │ 21 │ US_DC │ 2020-03-23 │ ``` 10. Cette requête calcule le pourcentage de variation quotidienne des nouveaux cas et inclut dans le jeu de résultats une colonne simple indiquant `increase` ou `decrease` : ```sql theme={null} WITH confirmed_lag AS ( SELECT *, lagInFrame(new_confirmed) OVER( PARTITION BY location_key ORDER BY date ) AS confirmed_previous_day FROM covid19 ), confirmed_percent_change AS ( SELECT *, COALESCE(ROUND((new_confirmed - confirmed_previous_day) / confirmed_previous_day * 100), 0) AS percent_change FROM confirmed_lag ) SELECT date, new_confirmed, percent_change, CASE WHEN percent_change > 0 THEN 'increase' WHEN percent_change = 0 THEN 'no change' ELSE 'decrease' END AS trend FROM confirmed_percent_change WHERE location_key = 'US_DC'; ``` Les résultats ressemblent à ceci ```response theme={null} ┌───────date─┬─new_confirmed─┬─percent_change─┬─trend─────┐ │ 2020-03-08 │ 0 │ nan │ decrease │ │ 2020-03-09 │ 2 │ inf │ increase │ │ 2020-03-10 │ 0 │ -100 │ decrease │ │ 2020-03-11 │ 6 │ inf │ increase │ │ 2020-03-12 │ 0 │ -100 │ decrease │ │ 2020-03-13 │ 0 │ nan │ decrease │ │ 2020-03-14 │ 6 │ inf │ increase │ │ 2020-03-15 │ 1 │ -83 │ decrease │ │ 2020-03-16 │ 5 │ 400 │ increase │ │ 2020-03-17 │ 9 │ 80 │ increase │ │ 2020-03-18 │ 8 │ -11 │ decrease │ │ 2020-03-19 │ 32 │ 300 │ increase │ │ 2020-03-20 │ 6 │ -81 │ decrease │ │ 2020-03-21 │ 21 │ 250 │ increase │ │ 2020-03-22 │ 18 │ -14 │ decrease │ │ 2020-03-23 │ 21 │ 17 │ increase │ │ 2020-03-24 │ 46 │ 119 │ increase │ │ 2020-03-25 │ 48 │ 4 │ increase │ │ 2020-03-26 │ 36 │ -25 │ decrease │ │ 2020-03-27 │ 37 │ 3 │ increase │ │ 2020-03-28 │ 38 │ 3 │ increase │ │ 2020-03-29 │ 59 │ 55 │ increase │ │ 2020-03-30 │ 94 │ 59 │ increase │ │ 2020-03-31 │ 91 │ -3 │ decrease │ │ 2020-04-01 │ 67 │ -26 │ decrease │ │ 2020-04-02 │ 104 │ 55 │ increase │ │ 2020-04-03 │ 145 │ 39 │ increase │ ``` Comme indiqué dans le [dépôt GitHub](https://github.com/GoogleCloudPlatform/covid-19-open-data), le jeu de données n’est plus mis à jour depuis le 15 septembre 2022.