onom: All Region Daily New Infection stack histgram curl(),matrix(), cbind(),transform(),png(),melt()

データは"https://raw.githubusercontent.com/kazogiwara/covid19/master/data/prefectures.csv"から取得
データは各県のデータが日付と県名をキーにシーケンシャルに格納されている。必要なデータだけを抽出、ソートの上使用する。　
nod は平滑化のための期間パラメータ（日数）である。ここでは　7　とする。
Kは、（十進LOG（過去nod日間の新規感染確認者数計）ー　十進LOG(さらにその前のnod日間の新規感染確認者数計））／ nod
L = 平均潜伏期間 = 4.76 (7 in china)
from https://www.fukuishimbun.co.jp/articles/-/1071227
福井県内で新型コロナウイルスの感染が確認された人のうち、ほかの感染者と接触し発症するまでの潜伏期間が推定できるケースの平均値は「４．７６日」だった。
D = 平均潜伏感染期間 = 9 あるいはL＋2。2は中国での実測値。
R = K^2*(L*D)+K*(L+D)+1
library(reshape2)　を事前に実行しておくこと。melt()に必要。

library(reshape2)

length_graph <- 60　# グラフは過去length_graph日間が対象

l <- 4.76

d <- l+2

nod <- 7

w <- c()

curl <- "https://raw.githubusercontent.com/kaz-ogiwara/covid19/master/data/prefectures.csv"

# curl <- "https://github.com/kaz-ogiwara/covid19/blob/master/data/summary.csv"

cdestfile <- "~/R/R2/covid/pref.csv"

download.file(curl,cdestfile)

w <- read.csv("~/R/R2/covid/pref.csv")

# w <- as.xts(w[,c(5,6)],as.Date(paste(w[,1],w[,2],w[,3],sep='-')))

# とりあえずdata.frameを作って必要なデータを抜きす。

df <- c()

df <- data.frame(t=as.Date(paste(w[,1],w[,2],w[,3],sep='-')),

r=w[,5],

p=w[,6])

#　データフレームから県名を抜き出し、unique(w[,5])で県名一覧を作る。

#　行列を作成し、各県のデータを抜き出し、順次行列にbindしていく。

i <- 1

mtx <- matrix(diff(df$p[df$r == unique(w[,5])[i]]))

for( i in seq(2,length(unique(w[,5])),1)){

mtx <- cbind(mtx,diff(df$p[df$r == unique(w[,5])[i]]))

}

#　行列をデータフレームに変換し、そののち日付データを先のデータフレームから抜き出し付加する。

mdf <-as.data.frame(mtx)

mdf <-transform(mdf,t=unique(df$t)[-1])

#　データフレームの列名を県名一覧で変更する。

colnames(mdf)[1:length(unique(w[,5]))] <- as.character(unique(w[,5]))

df.melt <- melt(data=mdf, id.vars="t", measure.vars=as.character(unique(w[,5])))

head(df.melt)

df <- df.melt

g <- ggplot(df, aes(x = t, y = value, fill = variable))

g <- g + geom_bar(stat = "identity")

png("04em.png", width = 1400, height = 600)

plot(g)

dev.off()

onom