大阪府年代別重症者数と死亡者数(新型コロナウイルス：Coronavirus)

2022/9/27以降、excelデータの形式が変更され、且つ、発表される項目が減ったため、更新を終了します。

(使用するデータ)
新型コロナウイルス感染症患者の発生状況（令和2年11月2日以降）

2022/06/28 発表
大阪市保健所管内において、1～３月の死亡が新たに９２件判明した。

(参考資料)
大阪府:国の重症基準変更に伴う取扱いについて(pdf)

大事な点は、国の重症者の定義は「患者の症状」ではなく、「入院・療養状況」だということです。
要するに、病状が「重症」でも、「重症」に見合った「治療」が受けることができなかったら「重症者」の数には入らないということ。

患者の状況（前日24時まで）

covid21_13

大阪府：年代別重症者数と死亡者数(2020-12-01 :: 2022-09-26)

covid21_01

大阪府：性別＆年代別重症者数と死亡者数(2020-12-01 :: 2022-09-26)

covid21_07

大阪府：年代別重症者数と死亡者数との差(2020-12-01 :: 2022-09-26)

covid21_02

感染者数>>>>>>>>重症者数>死亡者数になると思うのですが、80歳代以上は重症者数 < 死亡者数になっています。
重症者の定義が「患者の症状」ではなく、「入院・療養の状況」だからです。

2020/12/1から2021/2/28まで,2021/3/1から2021/6/20まで,2021/6/21から2021/12/31,2022/1/1から現在まで年代別重症者数と死亡者数

大阪府：期間重症者数と死亡者数

covid21_03

大阪府：期間別年代別重症者数

covid21_04

第６波は未就学児、就学児、１０代の重症者が今までの波より多い。

covid21_0402

大阪府：期間別年代別死亡者数

covid21_05

covid21_0502

大阪府：期間別性別＆年代別重症者数

covid21_16

2022/2/14に１００歳代の重症者（大阪府発表）がでました。すべての年代で重症者がでたのは第６波が初めてです。

大阪府：期間別性別＆年代別死亡者数

covid21_08

大阪府：期間別年代別重症者数累計と死亡者数累計との差

covid21_06

どの期間も80歳代以上は重症者数 < 死亡者数となっている。
70歳代のグラフに注目。

大阪府：年代別（但し、未就学児,10歳代は除く）重症者数累計 - 死亡者数累計(時系列) [参考]感染者数推移

covid21_09 covid21_10

(おまけ)大阪府のコロナ死の数はどれだけの都道府県のコロナ死の合計に相当するのか？(人口最大化)

コードは大阪府のコロナ死の数はどれだけの都道府県のコロナ死の合計に相当するのか？(人口最大化)

covid23_01

(おまけ２)大阪「市」のコロナ死の数はどれだけの都道府県のコロナ死の合計に相当するのか？(人口最大化)

covid23_02

大阪府：年代別(10歳代から60歳代)重症者数累計および死亡者数累計(2020-12-01から)

covid21_12

大阪府：年代別(10歳代から60歳代)(死亡者数累計/重症者数累計)×100(%)(2020-12-01から)

covid21_15

大阪府：年代別(70歳代)(死亡者数累計/重症者数累計)×100(%)(2020-12-01から)

covid21_1502

大阪府：入院、宿泊療養、自宅療養、入院.療養等調整中（2021年2月12日以降）

covid21_14

(おまけ３)大阪市長「公務日程」のカレンダーと「公務日程なし・あり」の日数(2021年版)

データは大阪市：市長日程の「これまでの市長日程」
コードは大阪府のコロナ死の数はどれだけの都道府県のコロナ死の合計に相当するのか？(人口最大化)

Okoumu2021_1

Okoumu2021_2

Rコード

(追記)2021-04-30から死亡に自宅・宿泊死亡という項目が加わったため「重症者」の属性を読みとるためには、読み取りの開始行と読み取る列を調整する必要があります。

(例) 2021-05-12のデータ

new<- "/attach/23711/00376069/0512.xlsx"
#
# 2021-04-30から自宅・宿泊死亡という項目が加わったため変更あり
tDdat<- NULL
tSdat<- NULL
for (i in new){
tryCatch(
{
    url<-paste0("http://www.pref.osaka.lg.jp",i)
    df<- rio::import(file = url,which = 2)
#    ss<- grep("重症の状況",df[,1])+3
    ss<- grep("重症の状況",df[,1])+4
    ee<- grep("市町村別陽性者発生状況",df[,1])-1
    ee<- tail(ee,1)
    dat1<- df[ss:ee,c(1,2,4)]
    colnames(dat1)<- c("Date","年代","性別")
    dat1[,1]<- as.numeric(dat1[,1])
    dat1<- dat1[ !is.na(dat1[,2]),]
#
#    dat2<- df[ss:ee,c(15,16,18)]
    dat2<- df[ss:ee,c(18,19,21)]
    colnames(dat2)<- c("Date","年代","性別")
    dat2[,1]<- as.numeric(dat2[,1])
    dat2<- dat2[ !is.na(dat2[,2]),]
    Cdate<- substring(sub("\\.xlsx","",sub("^.*/","",i)),1,4)
    if (length(dat1$Date)!=0){dat1$Date<- paste0("2021",Cdate)}
    if (length(dat2$Date)!=0){dat2$Date<- paste0("2021",Cdate)}
    tDdat<- rbind(tDdat,dat1)
    tSdat<- rbind(tSdat,dat2)
}
 , error = function(e) {}
)
}
# 確認
tDdat ; tSdat
nrow(tDdat) ; nrow(tSdat)

rvestパッケージを使って、エクセルファイル名を入手。rioパッケージでエクセルファイル読み込み。

重症者、死亡者の年代、性別の書いてある部分を抽出する。

library(rvest)
library(rio)
xl<- NULL
Ddat<- NULL
Sdat<- NULL
#
#2020 12
for (i in 12){
source_url <- paste0("http://www.pref.osaka.lg.jp/iryo/osakakansensho/happyo_kako-r02",i,".html")
#
html <- read_html(source_url)
links <- html %>% html_nodes("a") %>% html_attr("href")
xl<- c(xl,rev(links[grep("xlsx",links)]))
}
#重複urlを削除
xl<- unique(xl)
#
for (i in xl){
tryCatch(
{
    url<-paste0("http://www.pref.osaka.lg.jp",i)
    df<- rio::import(file = url,which = 2)
    ss<- grep("重症の状況",df[,1])+3
    ee<- grep("市町村別陽性者発生状況",df[,1])-1
    ee<- tail(ee,1)
    dat1<- df[ss:ee,c(1,2,4)]
    colnames(dat1)<- c("Date","年代","性別")
    dat1[,1]<- as.numeric(dat1[,1])
    dat1<- dat1[ !is.na(dat1[,2]),]
#
    dat2<- df[ss:ee,c(15,16,18)]
    colnames(dat2)<- c("Date","年代","性別")
    dat2[,1]<- as.numeric(dat2[,1])
    dat2<- dat2[ !is.na(dat2[,2]),]
    Cdate<- substring(sub("\\.xlsx","",sub("^.*/","",i)),1,4)
    if (length(dat1$Date)!=0){dat1$Date<- paste0("2020",Cdate)}
    if (length(dat2$Date)!=0){dat2$Date<- paste0("2020",Cdate)}
    Ddat<- rbind(Ddat,dat1)
    Sdat<- rbind(Sdat,dat2)
}
 , error = function(e) {}
)
}
#
# #2021
xl<- NULL
# 先月（３月）まで
for (i in paste0("0",1:3)){
source_url <- paste0("http://www.pref.osaka.lg.jp/iryo/osakakansensho/happyo_kako-r03",i,".html")
#
html <- read_html(source_url)
links <- html %>% html_nodes("a") %>% html_attr("href")
xl<- c(xl,rev(links[grep("xlsx",links)]))
}
#重複urlを削除
xl<- unique(xl)
#
# 今月
source_url <- "http://www.pref.osaka.lg.jp/iryo/osakakansensho/happyo_kako.html"
#
html <- read_html(source_url)
links <- html %>% html_nodes("a") %>% html_attr("href")
xl<- c(xl,rev(links[grep("xlsx",links)]))
#重複urlを削除
xl<- unique(xl)
#
for (i in xl){
tryCatch(
{
    url<-paste0("http://www.pref.osaka.lg.jp",i)
    df<- rio::import(file = url,which = 2)
    ss<- grep("重症の状況",df[,1])+3
    ee<- grep("市町村別陽性者発生状況",df[,1])-1
    ee<- tail(ee,1)
    dat1<- df[ss:ee,c(1,2,4)]
    colnames(dat1)<- c("Date","年代","性別")
    dat1[,1]<- as.numeric(dat1[,1])
    dat1<- dat1[ !is.na(dat1[,2]),]
#
    dat2<- df[ss:ee,c(15,16,18)]
    colnames(dat2)<- c("Date","年代","性別")
    dat2[,1]<- as.numeric(dat2[,1])
    dat2<- dat2[ !is.na(dat2[,2]),]
    Cdate<- substring(sub("\\.xlsx","",sub("^.*/","",i)),1,4)
    if (length(dat1$Date)!=0){dat1$Date<- paste0("2021",Cdate)}
    if (length(dat2$Date)!=0){dat2$Date<- paste0("2021",Cdate)}
    Ddat<- rbind(Ddat,dat1)
    Sdat<- rbind(Sdat,dat2)
}
 , error = function(e) {}
)
}
#
# 行名付け直し
rownames(Ddat)<- 1:nrow(Ddat)
rownames(Sdat)<- 1:nrow(Sdat)
# 2021/03/07のエクセルのファイル名は特に変
Ddat$Date[which(Ddat$Date=="2021syus")] <- "20210307"
Sdat$Date[which(Sdat$Date=="2021syus")] <- "20210307"
#
#save(Ddat,file="Ddat.rda") ; save(Sdat,file="Sdat.rda")
# load("Ddat.rda") ; load("Sdat.rda")
#barplot(table(Ddat$Date),ylim=c(0,max(table(Ddat$Date))*1.2),las=1,col="brown")
# 月ごとの死亡者数が一致しているか確認
table(substring(Ddat$Date,1,6))
# 202012 202101 202102 202103 202104   
#   259    347    191     67    117 <- 4月は4/21までのデータ
#
#barplot(table(Sdat$Date),ylim=c(0,max(table(Sdat$Date))*1.2),las=1,col="brown")
#table(substring(Sdat$Date,1,6))
# 死亡者数を日毎に確認する場合（NHKのデータと照らし合わせる）
AA<- xts(read.zoo(data.frame(table(Ddat$Date)),format="%Y%m%d"))
load("nhkC.Rdata")
code<-27
BB<- xts(read.zoo(nhkC[nhkC$都道府県コード==code,c(1,6)]))
AABB<- merge(AA,BB)
AABB[is.na(AABB)]<- 0
AABB2<- AABB["2020-12-01::2021-04-21"]
AABB[AABB2[,1]!=AABB2[,2],]

グラフ作成

#png("covid21_01.png",width=800,height=800)
par(mfrow=c(2,1),mar=c(3,3,3,2))
d<- table(factor(Sdat$年代,levels=c("未就学児",seq(10,100,10))))
b<- barplot(d,ylim=c(0,max(d)*1.2),las=1,col="orange2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：年代別重症者数(2020-12-01 :: 2021-04-21)")
#
d<- table(factor(Ddat$年代,levels=c("未就学児",seq(10,100,10))))
b<- barplot(d,ylim=c(0,max(d)*1.2),las=1,col="brown2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：年代別死亡者数(2020-12-01 :: 2021-04-21)")
par(mfrow=c(1,1))
#dev.off()
#
#png("covid21_07.png",width=800,height=800)
par(mfrow=c(2,1),mar=c(3,3,3,2))
d<- table(factor(Sdat$性別,levels=c("男","女")),factor(Sdat$年代,levels=c("未就学児",seq(10,100,10))) )
barplot(d ,beside=T,col=c("royalblue","brown"),las=T,legend=T,args.legend =list(x ="topleft",inset=0.03))
title("大阪府：性別＆年代別 重症者数 \n(2020-12-01 :: 2022-09-26)")
d<- table(factor(Ddat$性別,levels=c("男","女")),factor(Ddat$年代,levels=c("未就学児",seq(10,100,10))) )
barplot(d ,beside=T,col=c("royalblue","brown"),las=T,legend=T,args.legend =list(x ="topleft",inset=0.03))
title("大阪府：性別＆年代別  死亡者数\n(2020-12-01 :: 2022-09-26)")
#dev.off()
#
#png("covid21_02.png",width=800,height=600)
d<- table(factor(Sdat$年代,levels=c("未就学児",seq(10,100,10))))-table(factor(Ddat$年代,levels=c("未就学児",seq(10,100,10))))
b<- barplot(d,ylim=c(min(d)*1.2,max(d)*1.2),las=1,col="orchid3")
text(x=b,y=d,labels=d,pos=c(rep(3,8),rep(1,3)))
title("大阪府：年代別 重症者数累計 - 死亡者数累計\n(2020-12-01 :: 2021-04-21)")
#dev.off()
#
# 「緊急事態宣言解除」前倒し 前と後の年代別 重症者数と死亡者数
s3p<- Sdat[Sdat$Date <= 20210228,]
d3p<- Ddat[Ddat$Date <= 20210228,]
s4p<- Sdat[Sdat$Date >= 20210301,]
d4p<- Ddat[Ddat$Date >= 20210301,]
#
#png("covid21_03.png",width=800,height=800)
par(mfrow=c(2,1),mar=c(3,3,3,2))
d<- c(nrow(s3p),nrow(s4p))
names(d)<- c("2020-12-01::2021-02-28","2021-03-01::2021-04-21")
b<-barplot(d,ylim=c(0,max(d)*1.2),las=1,col="orange2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：期間重症者数([2020-12-01::2021-02-28] VS [2021-03-01::2021-04-21])")
#
d<- c(nrow(d3p),nrow(d4p))
names(d)<- c("2020-12-01::2021-02-28","2021-03-01::2021-04-21")
b<-barplot(d,ylim=c(0,max(d)*1.2),las=1,col="brown2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：期間死亡者数([2020-12-01::2021-02-28] VS [2021-03-01::2021-04-21])")
par(mfrow=c(1,1))
#dev.off()
#
#png("covid21_04.png",width=800,height=800)
par(mfrow=c(2,1),mar=c(3,3,3,2))
d<- table(factor(s3p$年代,levels=c("未就学児",seq(10,100,10))))
b<- barplot(d,ylim=c(0,max(d)*1.2),las=1,col="orange2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：年代別重症者数(2020-12-01 :: 2021-02-28)")
d<- table(factor(s4p$年代,levels=c("未就学児",seq(10,100,10))))
b<- barplot(d,ylim=c(0,max(d)*1.2),las=1,col="orange2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：年代別重症者数(2021-03-01 :: 2021-04-21)")
par(mfrow=c(1,1))
#dev.off()
#
#png("covid21_05.png",width=800,height=800)
par(mfrow=c(2,1),mar=c(3,3,3,2))
d<- table(factor(d3p$年代,levels=c("未就学児",seq(10,100,10))))
b<- barplot(d,ylim=c(0,max(d)*1.2),las=1,col="brown2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：年代別死亡者数(2020-12-01 :: 2021-02-28)")
d<- table(factor(d4p$年代,levels=c("未就学児",seq(10,100,10))))
b<- barplot(d,ylim=c(0,max(d)*1.2),las=1,col="brown2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：年代別死亡者数(2021-03-01 :: 2021-04-21)")
par(mfrow=c(1,1))
#dev.off()

時系列

require(xts)
d<- table(as.Date(Ddat$Date,format = "%Y%m%d"),factor(Ddat$年代,levels=c("未就学児",seq(10,100,10))) )
seq(as.Date("2020-12-01"),Sys.Date(),by="day")[!is.element(seq(as.Date("2020-12-01"),Sys.Date(),by="day"),as.Date(Ddat$Date,format = "%Y%m%d"))]
d1<- merge(xts(NULL,seq(as.Date("2020-12-01"),Sys.Date(),by="day")),xts(d,as.Date(rownames(d))))
colnames(d1)<- c("未就学児","10","20","30","40","50","60","70","80","90","100")
coredata(d1)[is.na(d1)]<- 0
#apply(d1,2,cumsum)
#matplot(apply(d1,2,cumsum),type="l")
#
d<- table(as.Date(Sdat$Date,format = "%Y%m%d"),factor(Sdat$年代,levels=c("未就学児",seq(10,100,10))) )
seq(as.Date("2020-12-01"),Sys.Date(),by="day")[!is.element(seq(as.Date("2020-12-01"),Sys.Date(),by="day"),as.Date(Sdat$Date,format = "%Y%m%d"))]
d2<- merge(xts(NULL,seq(as.Date("2020-12-01"),Sys.Date(),by="day")),xts(d,as.Date(rownames(d))))
colnames(d2)<- c("未就学児","10","20","30","40","50","60","70","80","90","100")
coredata(d2)[is.na(d2)]<- 0
#apply(d2,2,cumsum)
#matplot(apply(d2,2,cumsum),type="l")
#png("covid21_09.png",width=800,height=800)
par(mar=c(5,4,4,5),family="serif")
col<- rainbow(9)
# "未就学児","10"は外す
d3<- apply(d2[,-c(1,2)],2,cumsum)-apply(d1[,-c(1,2)],2,cumsum)
matplot(d3,type="l",lty=1,lwd=2,col=col,las=1,ylab="",xaxt="n",bty="n")
box(bty="l",lwd=2)
axis(1,at=grep("-01$",index(d1)),labels= paste0(c(12,1:6),"月"))
#mtext("2020年",1,at=1,line=2.5)
mtext("2021年",1,at=32,line=2.5)
text(x=par("usr")[2],y=coredata(tail(d3,1)),labels=paste0(colnames(d3),"歳代"),xpd=T)
abline(v=138,col="gray20",lty=2)
text(x=138,y=par("usr")[4],labels="2021-04-17",xpd=T)
abline(v=171,col="gray20",lty=2)
text(x=171,y=par("usr")[4],labels="2021-05-20",xpd=T)
title("大阪府：年代別（但し、未就学児,10歳代は除く）重症者数累計 - 死亡者数累計(時系列)")
#dev.off()

3期間

s3p<- Sdat[Sdat$Date <= 20210228,]
d3p<- Ddat[Ddat$Date <= 20210228,]
s4p<- Sdat[Sdat$Date >= 20210301 & Sdat$Date <= 20210620,]
d4p<- Ddat[Ddat$Date >= 20210301 & Ddat$Date <= 20210620,]
s5p<- Sdat[Sdat$Date >= 20210621,]
d5p<- Ddat[Ddat$Date >= 20210621,]
#png("covid21_03.png",width=800,height=800)
par(mfrow=c(2,1),mar=c(3,3,3,2))
d<- c(nrow(s3p),nrow(s4p),nrow(s5p))
names(d)<- c("2020-12-01から\n2021-02-28まで","2021-03-01から\n2021-06-20まで","2021-06-21から\n2022-09-26まで")
b<- barplot(d,ylim=c(0,max(d)*1.2),las=1,col="orange2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：期間別重症者数")
#
d<- c(nrow(d3p),nrow(d4p),nrow(d5p))
names(d)<- c("2020-12-01から\n2021-02-28まで","2021-03-01から\n2021-06-20まで","2021-06-21から\n2022-09-26まで")
b<- barplot(d,ylim=c(0,max(d)*1.2),las=1,col="brown2")
text(x=b,y=d,labels=d,pos=3)
title("大阪府：期間別死亡者数")
par(mfrow=c(1,1))
#dev.off()
#png("covid21_04.png",width=800,height=600)
par(mfrow=c(1,1),mar=c(3,3,3,2))
d<- table(factor(s3p$年代,levels=c("未就学児",seq(10,100,10))))
d<- rbind(d,table(factor(s4p$年代,levels=c("未就学児",seq(10,100,10)))))
d<- rbind(d,table(factor(s5p$年代,levels=c("未就学児",seq(10,100,10)))))
b<-barplot(d,beside=T,legend=T,las=1,col=c("royalblue","orange","brown"),ylim=c(0,max(d)*1.2),
    args.legend=list(x="topleft",inset=0.03,legend=c("2020-12-01から2021-02-28まで","2021-03-01から2021-06-20まで","2021-06-21から2022-09-26まで")))
text(x=b,y=d,labels=d,pos=3)
title("大阪府：期間別年代別重症者数")
#dev.off()
#png("covid21_05.png",width=800,height=600)
par(mfrow=c(1,1),mar=c(3,3,3,2))
d<- table(factor(d3p$年代,levels=c("未就学児",seq(10,100,10))))
d<- rbind(d,table(factor(d4p$年代,levels=c("未就学児",seq(10,100,10)))))
d<- rbind(d,table(factor(d5p$年代,levels=c("未就学児",seq(10,100,10)))))
b<-barplot(d,beside=T,legend=T,las=1,col=c("royalblue","orange","brown"),ylim=c(0,max(d)*1.2),
    args.legend=list(x="topleft",inset=0.03,legend=c("2020-12-01から2021-02-28まで","2021-03-01から2021-06-20まで","2021-06-21から2022-09-26まで")))
text(x=b,y=d,labels=d,pos=3)
title("大阪府：期間別年代別死亡者数")
#dev.off()
#png("covid21_06.png",width=800,height=600)
par(mfrow=c(1,1),mar=c(3,3,3,2))
d<- table(factor(s3p$年代,levels=c("未就学児",seq(10,100,10))))-table(factor(d3p$年代,levels=c("未就学児",seq(10,100,10))))
d<- rbind(d,table(factor(s4p$年代,levels=c("未就学児",seq(10,100,10))))-table(factor(d4p$年代,levels=c("未就学児",seq(10,100,10)))) )
d<- rbind(d,table(factor(s5p$年代,levels=c("未就学児",seq(10,100,10))))-table(factor(d5p$年代,levels=c("未就学児",seq(10,100,10)))) )

b<- barplot(d,beside=T,legend=T,las=1,col=c("royalblue","orange","brown"),ylim=c(min(d)*1.2,max(d)*1.2),
    args.legend=list(x="topleft",inset=0.03,legend=c("2020-12-01から2021-02-28まで","2021-03-01から2021-06-20まで","2021-06-21から2022-09-26まで")))
text(x=b,y=d,labels=d,pos=c(rep(3,23),rep(1,10)))
title("大阪府：期間別年代別 重症者数累計 - 死亡者数累計")
#dev.off()
#png("covid21_08.png",width=800,height=800)
par(mfrow=c(3,1),mar=c(3,3,3,2))
d<- table(factor(d3p$性別,levels=c("男","女")),factor(d3p$年代,levels=c("未就学児",seq(10,100,10))) )
barplot(d ,beside=T,col=c("royalblue","brown"),las=T,legend=T,args.legend =list(x ="topleft",inset=0.03))
title("大阪府：性別＆年代別  死亡者数(2020-12-01から2021-02-28まで)")
d<- table(factor(d4p$性別,levels=c("男","女")),factor(d4p$年代,levels=c("未就学児",seq(10,100,10))) )
barplot(d ,beside=T,col=c("royalblue","brown"),las=T,legend=T,args.legend =list(x ="topleft",inset=0.03))
title("大阪府：性別＆年代別  死亡者数(2021-03-01から2021-06-20まで)")
d<- table(factor(d5p$性別,levels=c("男","女")),factor(d5p$年代,levels=c("未就学児",seq(10,100,10))) )
barplot(d ,beside=T,col=c("royalblue","brown"),las=T,legend=T,args.legend =list(x ="topleft",inset=0.03))
title("大阪府：性別＆年代別  死亡者数(2021-06-21から2022-09-26まで)")
par(mfrow=c(1,1))
#dev.off()

大阪府：年代別(10歳代から60歳代)重症者数累計および死亡者数累計(2020-12-01から)

col<- rainbow(6)
#png("covid21_12.png",width=800,height=600)
par(mar=c(5,3,4,3),family="serif",mfrow=c(1,2))
ddd<- apply(d2[,2:7],2,cumsum)
matplot(ddd,type="l",lty=1,lwd=2,col=col,las=1,ylab="",xaxt="n",bty="n")
box(bty="l",lwd=2)
axis(1,at=grep("-01$",index(d2)),labels= paste0(c(12,1:8),"月"))
#mtext("2020年",1,at=1,line=2.5)
mtext("2021年",1,at=32,line=2.5)
text(x=par("usr")[2],y=coredata(tail(ddd,1)),labels=paste0(colnames(ddd),"歳代"),xpd=T,pos=4)
title("大阪府：年代別(10歳代から60歳代)\n重症者数累計(2020-12-01から)")
#
ddd<- apply(d1[,2:7],2,cumsum)
matplot(ddd,type="l",lty=1,lwd=2,col=col,las=1,ylab="",xaxt="n",bty="n")
box(bty="l",lwd=2)
axis(1,at=grep("-01$",index(d1)),labels= paste0(c(12,1:8),"月"))
#mtext("2020年",1,at=1,line=2.5)
mtext("2021年",1,at=32,line=2.5)
text(x=par("usr")[2],y=coredata(tail(ddd,1)),labels=paste0(colnames(ddd),"歳代"),xpd=T,pos=4)
title("大阪府：年代別(10歳代から60歳代)\n死亡者数累計(2020-12-01から)")
par(mfrow=c(1,1))
#dev.off()
# 死亡者数累計/重症者数累計
col<- rainbow(6)
ddd<- apply(d1[,2:7],2,cumsum)/apply(d2[,2:7],2,cumsum)*100
#png("covid21_15.png",width=800,height=600)
par(mar=c(5,3,4,3),family="serif",mfrow=c(1,1))
matplot(ddd,type="l",lty=1,lwd=2,col=col,las=1,ylab="",xaxt="n",bty="n")
box(bty="l",lwd=2)
axis(1,at=grep("-01$",index(d1)),labels= paste0(c(12,1:8),"月"))
#mtext("2020年",1,at=1,line=2.5)
mtext("2021年",1,at=32,line=2.5)
abline(h=seq(5,100,5),col="gray",lty=2)
text(x=par("usr")[2],y=coredata(tail(ddd,1)),labels=paste0(colnames(ddd),"歳代"),xpd=T)
title("大阪府：年代別(10歳代から60歳代)\n(死亡者数累計/重症者数累計)×100(%)(2020-12-01から)")
#dev.off()

患者の状況

昨日までのデータ

library(rvest)
library(rio)
# 他府県管理 令和3年2月12日（金曜日） [Excelファイル／90KB]
xl<- NULL
for (i in paste0("0",2:7)){
source_url <- paste0("http://www.pref.osaka.lg.jp/iryo/osakakansensho/happyo_kako-r03",i,".html")
#
html <- read_html(source_url)
links <- html %>% html_nodes("a") %>% html_attr("href")
xl<- c(xl,rev(links[grep("xlsx",links)]))
}
#重複urlを削除
xl<- unique(xl)
#
xl<- xl[-c(1:11)]
# 今月
source_url <- "http://www.pref.osaka.lg.jp/iryo/osakakansensho/happyo_kako.html"
#
html <- read_html(source_url)
links <- html %>% html_nodes("a") %>% html_attr("href")
xl<- c(xl,rev(links[grep("xlsx",links)]))
#重複urlを削除
xl<- unique(xl)
#
Today<- NULL
Long<- NULL
for (i in xl){
tryCatch(
{
    url<-paste0("http://www.pref.osaka.lg.jp",i)
    df<- rio::import(file = url,which = 2)
    ss<- grep("患者の状況",df[,1])
    dat1<- df[(ss+3),c(4,6,8,10,12,14,16,18)]
    colnames(dat1)<- c("退院.解除","死亡","入院","重症","宿泊療養","自宅療養","入院.療養等調整中","他府県管理")
    dat2<- df[(ss+5),c(4,6,8,10,12,14,16,18)]
    colnames(dat2)<- c("退院.解除","死亡","入院","重症","宿泊療養","自宅療養","入院.療養等調整中","他府県管理")
    Cdate<- substring(sub("\\.xlsx","",sub("^.*/","",i)),1,4)
    rownames(dat1)<- paste0("2021",Cdate)
    rownames(dat2)<- paste0("2021",Cdate)
    Today<- rbind(Today,dat1)
    Long<- rbind(Long,dat2)
}
 , error = function(e) {}
)
}
d<- data.frame(lapply(Today,as.numeric))
rownames(d)<- seq(as.Date("2021-02-12"),length.out=nrow(d),by="day")
Today<- d
#
d<- data.frame(lapply(Long,as.numeric))
rownames(d)<- seq(as.Date("2021-02-12"),length.out=nrow(d),by="day")
Long<- d
#
save("Today",file="Today.rda")
save("Long",file="Long.rda")

今日のデータを加える

library(rvest)
library(rio)
load("Today.rda")
load("Long.rda")
# 確認
tail(Today) ; tail(Long)
# 今日が８月１３日の場合
xl<- "/attach/23711/00376026/0813.xlsx"
for (i in xl){
tryCatch(
{
    url<-paste0("http://www.pref.osaka.lg.jp",i)
    df<- rio::import(file = url,which = 2)
    ss<- grep("患者の状況",df[,1])
    dat1<- df[(ss+3),c(4,6,8,10,12,14,16,18)]
    colnames(dat1)<- c("退院.解除","死亡","入院","重症","宿泊療養","自宅療養","入院.療養等調整中","他府県管理")
    dat2<- df[(ss+5),c(4,6,8,10,12,14,16,18)]
    colnames(dat2)<- c("退院.解除","死亡","入院","重症","宿泊療養","自宅療養","入院.療養等調整中","他府県管理")
    Cdate<- substring(sub("\\.xlsx","",sub("^.*/","",i)),1,4)
    rownames(dat1)<- paste0("2021",Cdate)
    rownames(dat2)<- paste0("2021",Cdate)
}
 , error = function(e) {}
)
}
# 確認
dat1 ; dat2
#
Today<- rbind(Today,dat1)
Long<- rbind(Long,dat2)
#
d<- data.frame(lapply(Today,as.numeric))
rownames(d)<- seq(as.Date("2021-02-12"),length.out=nrow(d),by="day")
Today<- d
#
d<- data.frame(lapply(Long,as.numeric))
rownames(d)<- seq(as.Date("2021-02-12"),length.out=nrow(d),by="day")
Long<- d
# 保存
save("Today",file="Today.rda")
save("Long",file="Long.rda")

作図

#png("covid21_13.png",width=800,height=600)
par(mar=c(5,5,5,2))
cols=c("brown3","royalblue3","yellow4","darkolivegreen")
b<- barplot(t(plotdata),col=cols,border=cols,las=1,xaxt="n",legend=T,args.legend=list(x="topleft",inset=0.03))
box(bty="l",lwd=2.5)
axis(1,at=b[grep("01",substring(rownames(Long),9,10))],labels=paste0(c(3:12,1),"月"))
mtext(text="2022年",at=b[324],side=1,line=2.5,cex=1.2)
title("患者の状況（前日24時まで）",cex.main=1.5)
#dev.off()

大阪府 年代別重症者数と死亡者数(2022/9/26で更新終わり)

大阪府 年代別重症者数と死亡者数(新型コロナウイルス：Coronavirus)

2022/9/27以降、excelデータの形式が変更され、且つ、発表される項目が減ったため、更新を終了します。

患者の状況（前日24時まで）

大阪府：年代別重症者数と死亡者数(2020-12-01 :: 2022-09-26)

大阪府：性別＆年代別重症者数と死亡者数(2020-12-01 :: 2022-09-26)

大阪府：年代別重症者数と死亡者数との差(2020-12-01 :: 2022-09-26)

2020/12/1から2021/2/28まで,2021/3/1から2021/6/20まで,2021/6/21から2021/12/31,2022/1/1から現在まで 年代別 重症者数と死亡者数

大阪府：期間重症者数と死亡者数

大阪府：期間別年代別重症者数

大阪府：期間別年代別死亡者数

大阪府：期間別 性別＆年代別重症者数

大阪府：期間別 性別＆年代別死亡者数

大阪府：期間別年代別重症者数累計と死亡者数累計との差

大阪府：年代別（但し、未就学児,10歳代は除く）重症者数累計 - 死亡者数累計(時系列) [参考]感染者数推移

(おまけ)大阪府のコロナ死の数はどれだけの都道府県のコロナ死の合計に相当するのか？(人口最大化)

(おまけ２)大阪「市」のコロナ死の数はどれだけの都道府県のコロナ死の合計に相当するのか？(人口最大化)

大阪府：年代別(10歳代から60歳代)重症者数累計および死亡者数累計(2020-12-01から)

大阪府：年代別(10歳代から60歳代)(死亡者数累計/重症者数累計)×100(%)(2020-12-01から)

大阪府：年代別(70歳代)(死亡者数累計/重症者数累計)×100(%)(2020-12-01から)

大阪府：入院、宿泊療養、自宅療養、入院.療養等調整中（2021年2月12日以降）

(おまけ３)大阪市長「公務日程」のカレンダーと「公務日程なし・あり」の日数(2021年版)

Rコード

rvestパッケージを使って、エクセルファイル名を入手。rioパッケージでエクセルファイル読み込み。

重症者、死亡者の年代、性別の書いてある部分を抽出する。

グラフ作成

時系列

3期間

大阪府：年代別(10歳代から60歳代)重症者数累計および死亡者数累計(2020-12-01から)

患者の状況

昨日までのデータ

今日のデータを加える

作図

大阪府年代別重症者数と死亡者数(2022/9/26で更新終わり)

大阪府年代別重症者数と死亡者数(新型コロナウイルス：Coronavirus)

2020/12/1から2021/2/28まで,2021/3/1から2021/6/20まで,2021/6/21から2021/12/31,2022/1/1から現在まで年代別重症者数と死亡者数

大阪府：期間別性別＆年代別重症者数

大阪府：期間別性別＆年代別死亡者数