Python 自动生成疫情播报文字

# 总述

1月22日0—24时，31个省（自治区、直辖市）和新疆生产建设兵团报告新增确诊病例56例。

# 境外

其中境外输入病例37例（上海13例，浙江6例，
广东5例，四川4例，云南4例，山东3例，福建1例，广西1例），
含14例由无症状感染者转为确诊病例（浙江6例，四川4例，广东3例，广西1例）；


# 本土

本土病例19例（
 北京9例，其中丰台区6例、房山区2例、海淀区1例；
 天津5例，均在津南区；
 广东3例，均在珠海市；
 河南1例，在安阳市；
 云南1例，在西双版纳傣族自治州
），

含1例由无症状感染者转为确诊病例（在北京）。

# 死亡病例

无新增死亡病例。

# 疑似病例

新增疑似病例3例，均为境外输入（均在上海）。

'''
日期,来源类型,一级行政区,二级行政区,确诊病例,无症状感染者转为确诊,疑似病例,死亡病例
11月22日,本土病例,北京,丰台区,5,1,0,0
11月22日,本土病例,北京,房山区,2,0,0,0
11月22日,本土病例,北京,海淀区,1,0,0,0
11月22日,本土病例,天津,津南区,5,0,0,0
11月22日,本土病例,广东,珠海市,3,0,0,0
11月22日,本土病例,河南,安阳市,1,0,0,0
11月22日,本土病例,云南,西双版纳傣族自治州,1,0,0,0
11月22日,境外输入,上海,,13,0,3,0
11月22日,境外输入,浙江,,0,6,0,0
11月22日,境外输入,广东,,2,3,0,0
11月22日,境外输入,四川,,0,4,0,0
11月22日,境外输入,云南,,4,0,0,0
11月22日,境外输入,山东,,3,0,0,0
11月22日,境外输入,福建,,1,0,0,0
11月22日,境外输入,广西,,0,1,0,0
'''

df = pd.read_clipboard(sep=',')
df
# ...

# 取当日数据（假定以上表格为所有日期的）
df =  df.loc[df.日期=='11月22日']
# 涉及确诊的列
confirmed_cols = ['确诊病例','无症状感染者转为确诊']

# 总病例数
df[confirmed_cols].sum().sum()
# 56

# 境外总数
df.loc[df.来源类型=='境外输入', confirmed_cols].sum().sum()
# 37

# 境外确诊分布
(
    df.loc[df.来源类型=='境外输入', ['一级行政区']+confirmed_cols]
    .set_index('一级行政区')
    .sum(1)
    .to_frame('病例数')
    .apply(lambda x: x.name+f'{x.病例数}例', axis=1)
    .pipe('，'.join)
)
# '上海13例，浙江6例，广东5例，四川4例，云南4例，山东3例，福建1例，广西1例'

# 无症状感染者转为确诊病例
df.loc[df.来源类型=='境外输入', '无症状感染者转为确诊'].sum()
# 14

# 无症状感染者转为确诊病例分布
(
    df.loc[df.来源类型=='境外输入', ['一级行政区', '无症状感染者转为确诊']]
    .loc[df.无症状感染者转为确诊>0]
    .set_index('一级行政区')
    .sum(1)
    .to_frame('病例数')
    .apply(lambda x: x.name+f'{x.病例数}例', axis=1)
    .pipe('，'.join)
)
# '浙江6例，广东3例，四川4例，广西1例'

# 本土病例总数
df.loc[df.来源类型=='本土病例', confirmed_cols].sum().sum()
# 19

# 本土病例分布-二级行政区
district = (
    df.set_index(['一级行政区', '二级行政区'])
    .loc[lambda d: d.来源类型=='本土病例', confirmed_cols]
    .assign(total=lambda x: x.sum(1))
    # .total
)
district
# ...

# 一级区域中二级的分布
(
    district.query("一级行政区=='北京'")
    .total
    .to_frame('病例数')
    .reset_index()
    .apply(lambda x: x.二级行政区+f'{x.病例数}例', axis=1)
    .pipe('、'.join)
)
# '丰台区6例、房山区2例、海淀区1例'

# 将一级区域和二级分布封装为一个函数
def city_district(city_name):
    data_str = (
        district.query(f"一级行政区=='{city_name}'")
        .total
        .to_frame('病例数')
        .reset_index()
        .apply(lambda x: x.二级行政区+f'{x.病例数}例', axis=1)
        .pipe('、'.join)
    )
    
    # 去掉字符中多少例方法
    no_number = lambda x: pd.Series(x).str.split('\d+').str[0].at[0]
    
    # 城市共一例
    if district.query(f"一级行政区=='{city_name}'").total.sum() == 1:
        by_prefix = '在' + no_number(data_str)
    # 城市在一个区
    elif district.query(f"一级行政区=='{city_name}'").pipe(len) == 1:
        by_prefix = '均在' + no_number(data_str)
    else:
        by_prefix = '其中'+ data_str
        
    return by_prefix

# 本土病例分布-一级
(
    df.set_index(['一级行政区'])
    .loc[lambda d: d.来源类型=='本土病例', confirmed_cols]
    .assign(total=lambda x: x.sum(1))
    .groupby(level=0, sort=False)
    .sum()
    .total
    .to_frame('病例数')
    # 调用 city_district
    .apply(lambda x: x.name+f'{x.病例数}例，{city_district(x.name)}', axis=1)
    .pipe('；'.join)
)
# '北京9例，其中丰台区6例、房山区2例、海淀区1例；天津5例，均在津南区；
# 广东3例，均在珠海市；河南1例，在安阳市；云南1例，在西双版纳傣族自治州'