1. 2. covid-19 cases in Finland by cahchment area
   3. incidence
2. 1. R script
3. 1. uses geofi
4. 1. 20.6.2021 0000.0001

library(geofi) library(ggplot2) library(dplyr) library(rjstat) library(stringr) library(tidyr)

library(svglite) library(sf) library(viridis)

vuosi=2021 viikko=11

widthi=5 heighti=8

1. widthi=10
2. heighti=16

tulosfilee1="Covid-19_cases_by_area_1.svg"

1. 1. get THL data

url_base <- "https://sampo.thl.fi/pivot/prod/fi/epirapo/covid19case/fact_epirapo_covid19case.json"

1. 1. request <- "?row=hcdmunicipality2020-445268L&column=dateweek20200101-509030"
2. request <- "?row=hcd-445268L&column=dateweek20200101-509030"
3. https://sampo.thl.fi/pivot/prod/fi/epirapo/covid19case/fact_epirapo_covid19case.json

request<-"?row=hcdmunicipality2020-445222&column=dateweek20200101-509030&filter=measure-444833"

url <- paste0(url_base, request) cube <- fromJSONstat(url, naming = "label", use_factors = F, silent = T) res <- cube1

1. head(res, 30)

locations00<-res[,1] times00<-res[,2] cases00<-strtoi(res[,3])

thl1<-data.frame(locations00,times00,cases00)

1. dateweek20200101
2. value

1. print(locations00)
2. print(cases00)

1. print (head(locations00))

1. stop(-1)

locations11<-locations00[!duplicated(locations00)]

1. print(head(locations11))

lenlocations11=length(locations11)

print(lenlocations11)

data_in_specific_week <- data.frame("Location","WeeklyCases")

nn=00

for (locationtosearch in locations11) { print(locationtosearch)

allfromlocation=res[grep(locationtosearch, res$hcdmunicipality2020),]

#print(allfromlocation)

#"Vuosi 2021 Viikko 10"

vuosistring=toString(vuosi) viikkostring=toString(viikko)

#print(vuosistring) #print(viikkostring)

datestring=paste0("Vuosi ",vuosistring," Viikko ",viikkostring)

#print(head(allfromlocation))

#print(datestring)

selected_time_location=allfromlocation[grep(datestring, allfromlocation$dateweek20200101),] #print("Allfromlocation") #print(selected_time_location)

weeklycases=selected_time_location$value #print("Weekly") #print(weeklycases)

newdata00 <- rbind(data_in_specific_week, c(locationtosearch, weeklycases))

data_in_specific_week=newdata00

 # nn=nn+1
  #if(nn>1) break
  

}

1. stop(-1)

1. print("Kup")

1. print(selected_time_location)

print(data_in_specific_week)

write.csv(data_in_specific_week, "./mini.csv", row.names=T)

1. populaation aakkosjärjestys alphap order

sahopivaki<-c( 29789, 128756, 194316, 100226, 1667203, 41060, 73061, 171364, 77689, 252676, 166623, 117350, 61172, 535044, 165569, 409418, 245602, 211215, 218624, 169684, 481478 )

1. 1. thldata1<-data.frame(shps1,tapaukset)

thldata1<-data_in_specific_week

names(thldata1)<-c("sairaanhoitop_name_fi","tapaukset")

thldata1$tapaukset<-strtoi(thldata1$tapaukset)

thldata1

d1 <- get_municipalities(year = 2021)

1. shpt1 <- d1  %>% group_by(sairaanhoitop_name_fi) %>% count(maakunta_code)
2. shpt1 <- d1  %>% group_by(sairaanhoitop_name_fi) %>% count()

shpt1 <- d1  %>% group_by(sairaanhoitop_name_fi) %>% count()

shpt1

1. stop(-1)

totaali <- merge(shpt1, thldata1, by="sairaanhoitop_name_fi")

1. totaali <- merge(totaali00, savaki1, by="sairaanhoitop_name_fi")

1. totaali

totaali$vaesto <- sahopivaki

totaali

1. stop(-1)

tapauksia1<-as.double(totaali$tapaukset) vaesto1<-as.double(totaali$vaesto)

ilmaantuvuus<-tapauksia1*0.0

ilmaantuvuus0<-(100000*tapauksia1)/vaesto1 ilmaantuvuus=round(ilmaantuvuus0, digits = 0)

print("RAKO")

1. print(tapauksia1)
2. print(vaesto1)
3. print(ilmaantuvuus)

1. stop(-1)

print (head(totaali, 40))

len1=length(tapauksia1)

totaali$ilmaantuvuus <- ilmaantuvuus

totaali

1. stop(-1)

daata1=totaali

my_breaks = c(100,2000,5000,10000,20000,50000, 100000,200000,50000, 100000)

otsikko="Koronatapausten ilmaantuvuus" alaotsikko=paste0("Tapausta/100000 as, viikot ",toString(viikko), "-", toString(viikko+1), " ",toString(vuosi) ) footeri=""

p2 <- ggplot(daata1, aes(fill = ilmaantuvuus ) ) +

1. 1. geom_sf(colour = alpha("white", 1/3)) +

 geom_sf()+
 geom_sf_text(aes(label = ilmaantuvuus),
              size = 7,
              face = "bold",
              color = "black") +
  theme(legend.position = "none")+
# labs(subtitle = "Data")+
 ## ggtitle(otsikko) +
 labs(title = otsikko,
             subtitle = alaotsikko,
             caption =footeri)+
 theme(plot.title = element_text(size = 18, face = "bold")) +
 theme(plot.subtitle = element_text(size = 14, face = "bold")) +
 theme(plot.caption = element_text(size = 16, face = "bold")) +
 theme(axis.text=element_text(size=15),
       axis.title=element_text(size=15,face="bold")) +
# theme(legend.key.size = unit(2, 'cm')) +
 xlab("Pituusaste")+
 ylab("Leveysaste") +
 ##scale_fill_viridis_c()
  scale_fill_viridis_c(

breaks = my_breaks, labels = my_breaks, option = "viridis", trans = scales::pseudo_log_trans(sigma = 0.001) )

svg(filename=tulosfilee1, width=widthi, height=heighti, pointsize=12)

p2

dev.off()