Corona Spillover Risk

In Antwort auf einen Tweet von Vincent Glad, der das Überschwappen der Infektion von der jüngeren/mittleren auf die ältere Altersgruppe in Marseille zeigt

dto aus Spanienhier nun eine Analyse des aktuellen RKI Datensatzes.

# Daten von https://opendata.arcgis.com/datasets/dd4580c810204019a7b8eb3e0b329dd6_0.csv
rki %>%
  select(Landkreis,Bundesland,dt,Altersgruppe,AnzahlFall) %>%
  mutate(Altersgruppe = str_replace_all(Altersgruppe, "A","") ) %>%
  mutate(Bundesland = str_replace(Bundesland, "-(.).*","-\\1") ) %>%
  mutate(Landkreis = str_replace(Landkreis, "-(.).*","-\\1") ) %>%
  filter(dt >= as.Date('2020-9-1') ) %>%
  filter(AnzahlFall >= 0 & Altersgruppe != "unbekannt") %>%
  group_by(Landkreis,Altersgruppe) %>%
  summarise_at(c("AnzahlFall"), sum, na.rm = TRUE) %>%
  filter(AnzahlFall>20) %>%
  ggplot( aes(x=Landkreis, y=Altersgruppe, fill= AnzahlFall)) + 
    geom_rect(aes(xmin=-Inf, xmax=Inf, ymin=-Inf, ymax=Inf), fill="darkgreen") +
    geom_tile() +
    geom_text(aes(label = AnzahlFall), colour="white") +
    scale_fill_gradientn(colours = c("darkgreen", "yellow","red"), n.breaks=8, name="x" ) +
    guides(fill=guide_legend(title="Corona+\nletzte 7 Tage\nRKI opendata\nStand 9.9.2020"), reverse=TRUE)

Auch hier besteht die Gefahr v.a. in Bayern, NRW und Baden-Württemberg.

RKI Daten Stand 9.9.2020

In Städten ist die Situation in München am kritischsten über die vielen Fälle diese Woche.

RKI Daten Stand 9.9.2020