#+TITLE:  Quelques statistiques de base
#+AUTHOR: Samuel Loury
#+DATE:   [2020-06-23 Tue]
#+LANGUAGE: fr
# #+PROPERTY: header-args :eval never-export

#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/htmlize.css"/>
#+HTML_HEAD: <link rel="stylesheet" type="text/css" href="http://www.pirilampo.org/styles/readtheorg/css/readtheorg.css"/>
#+HTML_HEAD: <script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"></script>
#+HTML_HEAD: <script src="https://maxcdn.bootstrapcdn.com/bootstrap/3.3.4/js/bootstrap.min.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/lib/js/jquery.stickytableheaders.js"></script>
#+HTML_HEAD: <script type="text/javascript" src="http://www.pirilampo.org/styles/readtheorg/js/readtheorg.js"></script>

* Comment calculer quelques statistiques de base

** L'entrée

   On considère cette série :

   #+NAME: input
   | 14.0 | 7.6 | 11.2 | 12.8 | 12.5 | 9.9 | 14.9 | 9.4 | 16.9 | 10.2 | 14.9 | 18.1 | 7.3 | 9.8 | 10.9 | 12.2 | 9.9 | 2.9 | 2.8 | 15.4 | 15.7 | 9.7 | 13.1 | 13.2 | 12.3 | 11.7 | 16.0 | 12.4 | 17.9 | 12.2 | 16.2 | 18.7 | 8.9 | 11.9 | 12.1 | 14.6 | 12.1 | 4.7 | 3.9 | 16.9 | 16.8 | 11.3 | 14.4 | 15.7 | 14.0 | 13.6 | 18.0 | 13.6 | 19.9 | 13.7 | 17.0 | 20.5 | 9.9 | 12.5 | 13.2 | 16.1 | 13.5 | 6.3 | 6.4 | 17.6 | 19.1 | 12.8 | 15.5 | 16.3 | 15.2 | 14.6 | 19.1 | 14.4 | 21.4 | 15.1 | 19.6 | 21.7 | 11.3 | 15.0 | 14.3 | 16.8 | 14.0 | 6.8 | 8.2 | 19.9 | 20.4 | 14.6 | 16.4 | 18.7 | 16.8 | 15.8 | 20.4 | 15.8 | 22.4 | 16.2 | 20.3 | 23.4 | 12.1 | 15.5 | 15.4 | 18.4 | 15.7 | 10.2 | 8.9 | 21.0 |

** Les calculs
   :PROPERTIES:
   :ID:       5354d0c3-8cd0-4ba0-a6a3-b6db4565e9df
   :END:

   L'énoncé est « Calculer la moyenne et l'écart-type, le min, la médiane et le max
   des données suivantes ».

   Ceci se fait en une seule ligne de code avec pandas. 

   #+NAME: describe
   #+BEGIN_SRC python :results value :var i=[[]] :exports code :session 5354d0c3-8cd0-4ba0-a6a3-b6db4565e9df
     from pandas import DataFrame
     desc = DataFrame(i).T.describe()
   #+END_SRC

   Malheureusement et étonnamment, org-mode ne fournit pas de moyen rapide
   d'afficher proprement un DataFrame. Il faut jouer avec la syntaxe org mode pour
   arriver à un résultat satisfaisant.

   Pour exporter l'index, il est préférable de le passer en colonne.

   #+NAME: index_as_column
   #+BEGIN_SRC python :results none :exports code :session 5354d0c3-8cd0-4ba0-a6a3-b6db4565e9df
     desc = desc.reset_index(level=0)
   #+END_SRC

   Puis, on doit sortir le tableau dans un format que emacs sait interpréter.

   #+NAME: fixup_desc
   #+BEGIN_SRC python :results value :exports code :session 5354d0c3-8cd0-4ba0-a6a3-b6db4565e9df
     [list(desc)] + [None] + desc.values.tolist()
   #+END_SRC

   #+NAME: code
   #+BEGIN_SRC python :results value :exports none :var i=input :noweb yes :session 5354d0c3-8cd0-4ba0-a6a3-b6db4565e9df
     <<describe>>
     <<index_as_column>>
     <<fixup_desc>>
   #+END_SRC

   Enfin, pour afficher les résultats avec 2 chiffres après la virgule, il faut
   jouer avec l'affichage d'emacs. On définit un post processing qui transformera
   les nombres en leur équivalent formatté convenablement.

   #+NAME: round-tbl
   #+BEGIN_SRC emacs-lisp :export code :var tbl="" fmt="%.3f"
     (mapcar (lambda (row)
               (mapcar (lambda (cell)
                         (if (numberp cell)
                             (format fmt cell)
                           cell))
                       row))
             tbl)
   #+end_src

   On peut maintenant appeler le code et observer le résultat suivant :

   #+NAME: results
   #+CALL: code(input) :export both :post round-tbl(*this*, "%.2f")

   #+RESULTS: results
   | count | 100.00 |
   | mean  |  14.11 |
   | std   |   4.33 |
   | min   |   2.80 |
   | 25%   |  11.85 |
   | 50%   |  14.50 |
   | 75%   |  16.80 |
   | max   |  23.40 |