愛媛県の新型コロナウイルス感染症に関する情報から検査結果をスクレイピング

www.pref.ehime.jp

import pandas as pd

import re
import datetime

# 和暦から西暦のdateに変換
def wareki2date(s):

    m = re.match("(昭和|平成|令和)(\d{1,2})年(\d{1,2})月(\d{1,2})日", s)

    year = int(m.group(2))
    month = int(m.group(3))
    day = int(m.group(4))

    if m.group(1) == "昭和":
        year += 1925
    elif m.group(1) == "平成":
        year += 1988
    elif m.group(1) == "令和":
        year += 2018

    result = datetime.date(year, month, day)

    return result


df1 = pd.read_html("https://www.pref.ehime.jp/h25500/kansen/covid19.html")[0]

# （人）を除去
df1.rename(columns={"検査数（人）": "検査数", "陰性（人）": "陰性", "陽性（人）": "陽性"}, inplace=True)

# 期間を開始日と終了日に分割
df_tmp = df1["期間"].str.split("～", expand=True)

# 列名変更
df_tmp.rename(columns={0: "開始日", 1: "終了日"}, inplace=True)

# 確認
df_tmp

# 日付を変換
df2 = df_tmp.applymap(wareki2date)

# 日付を結合
df = pd.concat([df1, df2], axis=1)
df

# 期間を削除
df.drop("期間", axis=1, inplace=True)

# 集計
s1 = df.sum()

s1