Estoy elaborando mi trabajo fin de curso sobre estudio del covid-19. Estoy utilizando el archivo divulgado por el ministerio de la sanidad: https://cnecovid.isciii.es/covid19/#documentaci%C3%B3n-y-datos donde iré utilizar el csv de cada region autonoma: https://cnecovid.isciii.es/covid19/resources/agregados.csv pero al intentar crear arrays en python me sale un error. El codigo que estoy lanzando es:
import pandas as pd
import csv
url = "https://cnecovid.isciii.es/covid19/resources/agregados.csv"
data = pd.read_csv(url)
data.tail()
y el error que genera:
<ipython-input-67-b79f23de4d25> in <module>
2 import csv
3 url = "https://cnecovid.isciii.es/covid19/resources/agregados.csv"
----> 4 data = pd.read_csv(url)
5 data.tail()
~\Anaconda3\lib\site-packages\pandas\io\parsers.py in parser_f(filepath_or_buffer, sep, delimiter, header, names, index_col, usecols, squeeze, prefix, mangle_dupe_cols, dtype, engine, converters, true_values, false_values, skipinitialspace, skiprows, skipfooter, nrows, na_values, keep_default_na, na_filter, verbose, skip_blank_lines, parse_dates, infer_datetime_format, keep_date_col, date_parser, dayfirst, cache_dates, iterator, chunksize, compression, thousands, decimal, lineterminator, quotechar, quoting, doublequote, escapechar, comment, encoding, dialect, error_bad_lines, warn_bad_lines, delim_whitespace, low_memory, memory_map, float_precision)
674 )
675
--> 676 return _read(filepath_or_buffer, kwds)
677
678 parser_f.__name__ = name
~\Anaconda3\lib\site-packages\pandas\io\parsers.py in _read(filepath_or_buffer, kwds)
452
453 try:
--> 454 data = parser.read(nrows)
455 finally:
456 parser.close()
~\Anaconda3\lib\site-packages\pandas\io\parsers.py in read(self, nrows)
1131 def read(self, nrows=None):
1132 nrows = _validate_integer("nrows", nrows)
-> 1133 ret = self._engine.read(nrows)
1134
1135 # May alter columns / col_dict
~\Anaconda3\lib\site-packages\pandas\io\parsers.py in read(self, nrows)
2035 def read(self, nrows=None):
2036 try:
-> 2037 data = self._reader.read(nrows)
2038 except StopIteration:
2039 if self._first_chunk:
pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader.read()
pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader._read_low_memory()
pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader._read_rows()
pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader._tokenize_rows()
pandas\_libs\parsers.pyx in pandas._libs.parsers.raise_parser_error()
ParserError: Error tokenizing data. C error: Expected 8 fields in line 1739, saw 9
Al analizar el archivo csv en las ultimas lineas sale una nota informativa, donde localmente he borrado y al guardar ya me carga los datos, pero no quiero extraer siempre y borrar la informacion
"NOTA 1: Los datos publicados reflejan el número de casos, confirmados por PCR, hospitalizados, admitidos en UCI y fallecidos acumulados cada día. La diferencia entre dos días consecutivos no necesariamente corresponde al número de episodios que se han producido en un día determinado, debido a que pueden haberse asignado con posterioridad a fechas anteriores. Esta serie está en revisión diaria por las CCAA y el Ministerio de Sanidad. Cualquier inferencia que se haga sobre las diferencias de un día a otro son únicamente la responsabilidad del usuario.",,,,,,,
NOTA 2: Los datos de estas comunidades son datos de prevalencia (personas ingresadas a fecha de hoy). No reflejan el total de personas que han sido hospitalizadas o ingresadas en UCI a lo largo del periodo de notificación(CL(UCIs*)-GA(UCIS**)-CM***-MD****),,,,,,,
* Desde el día 17/04/2020 las cifras de UCIs de CL son casos acumulados. Previamente se refieren a personas ingresadas ese día.,,,,,,,
** Desde el día 28/04/2020 las cifras UCIs de GA son casos acumulados. Previamente se refieren a personas ingresadas ese día. Se actualizará la serie cuando esté disponible.,,,,,,,
*** Desde el día 11/04/2020 las cifras de hospitalizados de CM son casos acumulados. Previamente se refieren a personas ingresadas ese día.,,,,,,,
*** Desde el día 12/04/2020 las cifras de UCIs de CM son casos acumulados. Previamente se refieren a personas ingresadas ese día.,,,,,,,
**** Desde el día 26/04/2020 las cifras de Hospitalizados y UCIs de MD son casos acumulados. Previamente se refieren a personas ingresadas ese día. Se actualizará la serie cuando esté disponible.,,,,,,,
NOTA 3: Se excluyen de la serie las notificaciones de personas con anticuerpos positivos sin síntomas en el momento de realización de la prueba en los que no se puede establecer un momento de contagio ni si han padecido o no la enfermedad.,,,,,,,
NOTA 4: En los datos de PCR+ de Cataluña se incluyen casos pendientes de distribuir en la serie histórica. Aragón está actualizando sus series históricas de hospitalizados, UCI y fallecidos.,,,,,,,
puede ser ese el problema si es como puedo arreglar? Y si no es donde está el fallo?
Muchas Gracias