韩国新冠病例突破7000人，韩疾控中心公开数据解析

新冠肺炎在韩国一触即发，虽有不良组织屡屡做出违反抗疫秩序的事，但韩国官方始终很尽责，做出的决策都很关键果决，没有上演电影《流感》的剧情。

前几日，韩国疾病预防控制中心（KCDC）在官网（http://www.cdc.go.kr）公开了全部确诊病例的相关信息，目前在 Github 和 Kaggle 上都同步了这些数据，都有人在维护和更新。最近在 Kaggle 的公开数据集中始终保持前三的热度。目前在公开数据集排行中，前两个都是有关新冠病毒的。

KCDC 公开的数据包括三张表：

1. 每日的病例数量更新：日期、累积检查人数、检查结果呈阴性人数、确诊人数（检查结果呈阳性人数）、出院人数、死亡人数，以及每天新增的检查、确诊人数等；

2. 确诊病人的信息：病例ID、性别、出生年份、国籍、所在地、组织、感染原因、感染顺序、感染源病人的ID、与该病例接触过的人数、确诊日期、出院日期、死亡日期、目前状态；

3. 每位病患的活动路线：病例ID、日期、省份、城市、去过的地方、经纬度；

作为一位数据工作者，坚信数据会说话，我从以下三个方面浅析一下这些数据：

• 全韩的病例数量发展趋势

• 病例的个人信息数据

• 病例的地理活动信息

---

全韩的病例数量发展趋势

这部分数据覆盖了1月20日~3月5日期间的日更数据，累计确诊、出院及死亡人数趋势如下：

韩国还处于疫情初期，经治疗后出院的人截止3月5日仅有108位。通过我国的疫情数据来看，从疫情爆发开始20天左右，治愈人数日渐增多，相信韩国的绿色折线也即将上扬了。

韩国政府对病患的排查工作很积极，从2月19日左右开始，每天安排接受检查的日均人数达到了10000左右：

正所谓 ”消除恐惧的最好办法就是面对恐惧“（手动滑稽），面对疫情掩耳盗铃是绝对不可以的。印象中的韩国始终是一个很愿意面对问题的国家，顺便推荐《寄生虫》，很好看。

---

病例的个人信息数据

个人信息这部分的缺失率较高，可能出于隐私考虑，只有国籍、确诊日期、目前状态三个字段的记录较全，其他字段的缺失率都达到了90%以上。如性别这一栏，仅有421人有记录，分布如下：

从有性别记录的这部分人来看，女性偏多，但男性的死亡率却是女性死亡率的两倍多，这与我国疫情早期的情况也相近：

从年龄分布上看，主要集中在25-65岁之间，在30-40岁和50-60岁年龄段出现了两个小波峰：

以10岁为间隔对年龄进行分段，30岁以下的患者几乎未出现死亡病例，50岁以上人群的死亡率突增，具体如下：

最主要的感染原因是与病毒携带者接触过，其次是居住或者去过大邱，排在第三的原因是去过武汉：

今天新闻报道的46人被感染的公寓就位于大邱，其中大部分人属于新天地教会，也就是文章开头说的不良组织。

排在第四名的感染原因 “去以色列朝圣” 也和这群人有关，韩国共39人赴以色列朝圣，截止目前已有31人确诊新冠肺炎，连累同机的空姐也有人被感染了。

这份数据中还有小部分病例被记录了被感染的顺序，过了疫情初期后人数暴增，后边的病例就没有这项信息了。前20个病例的感染顺序如下：

最初的病情入侵开始于1月20~30日，期间有一位中国人和四位韩国人去往武汉又返回韩国，先后被确诊，这五人共接触过262人。第六例属于被二次传播者，被第三例病人感染。第12例是因为接触了来自日本的患者，后又接触了422人。疫情从1月末、2月初开始迅速传播。

---

病例的地理活动信息

关于地理活动信息的数据也非常少，仅有前20例患者的活动轨迹，总计102条数据。我用 folium 对这部分地理数据进行可视化，folium 是一个地图可视化神器，只要有纬度和经度值，就可以创建世界上任何位置的地图。这20例病患的地理活动轨迹如下：

主要集中在韩国西北部首都近郊的省份 —— 京畿道：

除了在医院隔离的病患，这20例病患的历史活动地点主要集中在机场、饭店、医院、火车站等，均是人流量比较大的地方：

---

结语

今天又去温习了一下韩国拍的《流感》，虽然剧情比较夸张，但是还原了灾难来临时的很多典型时刻。感谢那些为了大多数人的人生而牺牲的少数人，以及所有不抛弃自己人民的政府。

---

⬇️ 扫描下方二维码关注公众号【数据池塘】 ⬇️

回复【算法】，获取最全面的机器学习算法网络图：