Hay 2 posibles soluciones, esto depende de como usaras los datos mas adelante. Voy a mostrar y explicar ambas.
primero construimos el DataFrame con los datos que has puesto (todos tienen 0 >_<).
import pandas as pd
cols = ["Fecha","cod_ine","provincia","Casos","Fallecidos","Hospitalizados","UCI"]
data = [["2020-01-01",0,"No consta",11,0,0,0], #se modifico para la prueba
["2020-01-01",1,"Araba/Álava",20,0,0,0],
["2020-01-01",2,"Albacete",0,0,0,0],
["2020-01-01",3,"Alicante/Alacant",0,0,0,0],
["2020-01-01",4,"Almería",0,0,0,0],
["2021-06-03",48,"Bizkaia",0,0,0,0],
["2021-06-03",49,"Zamora",0,0,0,0],
["2021-06-03",50,"Zaragoza",0,0,0,0],
["2021-06-03",51,"Ceuta",4,0,0,0],
["2021-06-03",52,"Melilla",0,0,0,0]]
df = pd.DataFrame(data,columns=cols)
resultado
|
Fecha |
cod_ine |
provincia |
Casos |
Fallecidos |
Hospitalizados |
UCI |
0 |
2020-01-01 |
0 |
No consta |
11 |
0 |
0 |
0 |
1 |
2020-01-01 |
1 |
Araba/Álava |
20 |
0 |
0 |
0 |
2 |
2020-01-01 |
2 |
Albacete |
0 |
0 |
0 |
0 |
3 |
2020-01-01 |
3 |
Alicante/Alacant |
0 |
0 |
0 |
0 |
4 |
2020-01-01 |
4 |
Almería |
0 |
0 |
0 |
0 |
5 |
2021-06-03 |
48 |
Bizkaia |
0 |
0 |
0 |
0 |
6 |
2021-06-03 |
49 |
Zamora |
0 |
0 |
0 |
0 |
7 |
2021-06-03 |
50 |
Zaragoza |
0 |
0 |
0 |
0 |
8 |
2021-06-03 |
51 |
Ceuta |
4 0 |
0 |
0 |
|
9 |
2021-06-03 |
52 |
Melilla |
0 |
0 |
0 |
|
Agrupando datos (primera forma)
Para esto usaremos la función de pandas groupby()
para agrupar los datos en base a algo y aquí podemos hacerlo de 2 forma.
agrupando datos de una fecha seleccionada
#escogemos los datos con una fecha
df = df[df["Fecha"]=="2020-01-01"]
#agrupamos segun su provincia y sumamos
df_group = df.groupby("provincia").sum()
#obtenemos los casos
casos = df_group[df_group["Casos"]>10]
print(casos)
resultado
|
cod_ine |
Casos |
Fallecidos |
Hospitalizados |
UCI |
|
provincia |
|
|
|
|
|
|
Araba/Álava |
1 |
20 |
0 |
0 |
0 |
|
No consta |
0 |
11 |
0 |
0 |
0 |
|
agrupando por fecha y provincia
Para este caso le pasaremos una lista al método groupby()
indicándole que agrupe por Fecha
y provincia
y luego haga la suma (que dará 0 por los datos)
|
|
cod_ine |
Casos |
Fallecidos |
Hospitalizados |
UCI |
Fecha |
provincia |
|
|
|
|
|
2020-01-01 |
Albacete |
2 |
0 |
0 |
0 |
0 |
|
Alicante/Alacant |
3 |
0 |
0 |
0 |
0 |
|
Almería |
4 |
0 |
0 |
0 |
0 |
|
Araba/Álava |
1 |
0 |
0 |
0 |
0 |
|
No consta |
0 |
0 |
0 |
0 |
0 |
2021-06-03 |
Bizkaia |
48 |
0 |
0 |
0 |
0 |
|
Ceuta |
51 |
4 |
0 |
0 |
0 |
|
Melilla |
52 |
0 |
0 |
0 |
0 |
|
Zamora |
49 |
0 |
0 |
0 |
0 |
|
Zaragoza |
50 |
0 |
0 |
0 |
0 |
En mi opinión considero que esta sería la forma mas cómoda y fácil de trabajar, pue si queremos una fecha en especifico podemos acceder a ella mediante loc
df_group = df.groupby(["Fecha","provincia"]).sum()
fecha1 = df_group.loc["2020-01-01",:]
print(fecha1[fecha1["Casos"]>10])
resultado
cod_ine |
Casos |
Fallecidos |
Hospitalizados |
UCI |
provincia |
|
|
|
|
Araba/Álava |
1 |
20 |
0 |
0 |
No consta |
0 |
11 |
0 |
0 |
De la misma forma podemos acceder a los Casos
o a los Fallecidos
con df_group["Casos"]
.
Filtrando datos (segunda forma)
Para esta forma solo haces una selección o filtro simple (esto don el df original)
df_f = df[df["Fecha"]=="2020-01-01"]
#obtenemos los casos
df_casos = df_f[df_f["Casos"]>10]["provincia"]
print(df_casos)
resultado
Lo siento por no ponerlo en una tabla (me demoro mucho armando la tabla)
0 No consta
1 Araba/Álava
Name: provincia, dtype: object
provincias_1 = covid[covid['Fecha'] == '2020-05-01']