{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "# Incidence du syndrome grippal" ] }, { "cell_type": "code", "execution_count": 21, "metadata": {}, "outputs": [], "source": [ "%matplotlib inline\n", "import matplotlib.pyplot as plt\n", "import pandas as pd\n", "import isoweek\n", "import os.path\n", "from os import path\n" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Les données de l'incidence du syndrome grippal sont disponibles du site Web du [Réseau Sentinelles](http://www.sentiweb.fr/). Nous les récupérons sous forme d'un fichier en format CSV dont chaque ligne correspond à une semaine de la période demandée. Nous téléchargeons toujours le jeu de données complet, qui commence en 1984 et se termine avec une semaine récente." ] }, { "cell_type": "code", "execution_count": 22, "metadata": {}, "outputs": [], "source": [ "data_url = \"http://www.sentiweb.fr/datasets/incidence-PAY-3.csv\"" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "On télécharge le fichier si celui ci n'est pas present." ] }, { "cell_type": "code", "execution_count": 23, "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "file already exist\n" ] } ], "source": [ "if not path.exists(\"incidence-PAY-3_downloaded.csv\"):\n", " print(\"file do not exist , downloading...\")\n", " #req = requests.get(csv_url)\n", "\n", " #url_content = req.content\n", " #csv_file = open('incidence-PAY-3_downloaded.csv', 'wb')\n", " #csv_file.write(url_content)\n", " #csv_file.close()\n", " pd.read_csv(data_url,encoding='latin-1').to_csv(\"incidence-PAY-3_downloaded.csv\")\n", " print(\"saved\")\n", " \n", "else:\n", " print(\"file already exist\")" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Voici l'explication des colonnes données [sur le site d'origine](https://ns.sentiweb.fr/incidence/csv-schema-v1.json):\n", "\n", "| Nom de colonne | Libellé de colonne |\n", "|----------------|-----------------------------------------------------------------------------------------------------------------------------------|\n", "| week | Semaine calendaire (ISO 8601) |\n", "| indicator | Code de l'indicateur de surveillance |\n", "| inc | Estimation de l'incidence de consultations en nombre de cas |\n", "| inc_low | Estimation de la borne inférieure de l'IC95% du nombre de cas de consultation |\n", "| inc_up | Estimation de la borne supérieure de l'IC95% du nombre de cas de consultation |\n", "| inc100 | Estimation du taux d'incidence du nombre de cas de consultation (en cas pour 100,000 habitants) |\n", "| inc100_low | Estimation de la borne inférieure de l'IC95% du taux d'incidence du nombre de cas de consultation (en cas pour 100,000 habitants) |\n", "| inc100_up | Estimation de la borne supérieure de l'IC95% du taux d'incidence du nombre de cas de consultation (en cas pour 100,000 habitants) |\n", "| geo_insee | Code de la zone géographique concernée (Code INSEE) http://www.insee.fr/fr/methodes/nomenclatures/cog/ |\n", "| geo_name | Libellé de la zone géographique (ce libellé peut être modifié sans préavis) |\n", "\n", "La première ligne du fichier CSV est un commentaire, que nous ignorons en précisant `skiprows=1`." ] }, { "cell_type": "code", "execution_count": 24, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
0weekindicatorincinc_lowinc_upinc100inc100_lowinc100_upgeo_inseegeo_nameUnnamed: 11Unnamed: 12Unnamed: 13Unnamed: 14
0120204731918015348.023012.02923.035.0FRFranceNaNNaNNaNNaN
1220204632480120503.029099.03831.045.0FRFranceNaNNaNNaNNaN
2320204534251636857.048175.06556.074.0FRFranceNaNNaNNaNNaN
3420204434456738521.050613.06859.077.0FRFranceNaNNaNNaNNaN
4520204334373737523.049951.06657.075.0FRFranceNaNNaNNaNNaN
5620204233514529812.040478.05345.061.0FRFranceNaNNaNNaNNaN
6720204132787723206.032548.04235.049.0FRFranceNaNNaNNaNNaN
7820204032044316381.024505.03125.037.0FRFranceNaNNaNNaNNaN
8920203931981015900.023720.03024.036.0FRFranceNaNNaNNaNNaN
91020203832556221142.029982.03932.046.0FRFranceNaNNaNNaNNaN
101120203731848514649.022321.02822.034.0FRFranceNaNNaNNaNNaN
11122020363103907646.013134.01612.020.0FRFranceNaNNaNNaNNaN
1213202035399186842.012994.01510.020.0FRFranceNaNNaNNaNNaN
1314202034360843090.09078.094.014.0FRFranceNaNNaNNaNNaN
1415202033361063411.08801.095.013.0FRFranceNaNNaNNaNNaN
1516202032359183330.08506.095.013.0FRFranceNaNNaNNaNNaN
1617202031343512269.06433.074.010.0FRFranceNaNNaNNaNNaN
1718202030381795442.010916.0128.016.0FRFranceNaNNaNNaNNaN
1819202029386875860.011514.0139.017.0FRFranceNaNNaNNaNNaN
1920202028383405701.010979.0139.017.0FRFranceNaNNaNNaNNaN
2021202027340662406.05726.063.09.0FRFranceNaNNaNNaNNaN
2122202026340392389.05689.063.09.0FRFranceNaNNaNNaNNaN
2223202025328531488.04218.042.06.0FRFranceNaNNaNNaNNaN
2324202024330581690.04426.053.07.0FRFranceNaNNaNNaNNaN
2425202023341682468.05868.063.09.0FRFranceNaNNaNNaNNaN
2526202022335801947.05213.053.07.0FRFranceNaNNaNNaNNaN
2627202021361144026.08202.096.012.0FRFranceNaNNaNNaNNaN
2728202020393156775.011855.01410.018.0FRFranceNaNNaNNaNNaN
28292020193116798722.014636.01814.022.0FRFranceNaNNaNNaNNaN
293020201831639812851.019945.02520.030.0FRFranceNaNNaNNaNNaN
................................................
1852185319852132609619621.032571.04735.059.0FRFranceNaNNaNNaNNaN
1853185419852032789620885.034907.05138.064.0FRFranceNaNNaNNaNNaN
1854185519851934315432821.053487.07859.097.0FRFranceNaNNaNNaNNaN
1855185619851834055529935.051175.07455.093.0FRFranceNaNNaNNaNNaN
1856185719851733405324366.043740.06244.080.0FRFranceNaNNaNNaNNaN
1857185819851635036236451.064273.09166.0116.0FRFranceNaNNaNNaNNaN
1858185919851536388145538.082224.011683.0149.0FRFranceNaNNaNNaNNaN
185918601985143134545114400.0154690.0244207.0281.0FRFranceNaNNaNNaNNaN
186018611985133197206176080.0218332.0357319.0395.0FRFranceNaNNaNNaNNaN
186118621985123245240223304.0267176.0445405.0485.0FRFranceNaNNaNNaNNaN
186218631985113276205252399.0300011.0501458.0544.0FRFranceNaNNaNNaNNaN
186318641985103353231326279.0380183.0640591.0689.0FRFranceNaNNaNNaNNaN
186418651985093369895341109.0398681.0670618.0722.0FRFranceNaNNaNNaNNaN
186518661985083389886359529.0420243.0707652.0762.0FRFranceNaNNaNNaNNaN
186618671985073471852432599.0511105.0855784.0926.0FRFranceNaNNaNNaNNaN
186718681985063565825518011.0613639.01026939.01113.0FRFranceNaNNaNNaNNaN
186818691985053637302592795.0681809.011551074.01236.0FRFranceNaNNaNNaNNaN
186918701985043424937390794.0459080.0770708.0832.0FRFranceNaNNaNNaNNaN
187018711985033213901174689.0253113.0388317.0459.0FRFranceNaNNaNNaNNaN
1871187219850239758680949.0114223.0177147.0207.0FRFranceNaNNaNNaNNaN
1872187319850138548965918.0105060.0155120.0190.0FRFranceNaNNaNNaNNaN
1873187419845238483060602.0109058.0154110.0198.0FRFranceNaNNaNNaNNaN
18741875198451310172680242.0123210.0185146.0224.0FRFranceNaNNaNNaNNaN
187518761984503123680101401.0145959.0225184.0266.0FRFranceNaNNaNNaNNaN
18761877198449310107381684.0120462.0184149.0219.0FRFranceNaNNaNNaNNaN
1877187819844837862060634.096606.0143110.0176.0FRFranceNaNNaNNaNNaN
1878187919844737202954274.089784.013199.0163.0FRFranceNaNNaNNaNNaN
1879188019844638733067686.0106974.0159123.0195.0FRFranceNaNNaNNaNNaN
188018811984453135223101414.0169032.0246184.0308.0FRFranceNaNNaNNaNNaN
1881188219844436842220056.0116788.012537.0213.0FRFranceNaNNaNNaNNaN
\n", "

1882 rows × 15 columns

\n", "
" ], "text/plain": [ " 0 week indicator inc inc_low inc_up inc100 inc100_low \\\n", "0 1 202047 3 19180 15348.0 23012.0 29 23.0 \n", "1 2 202046 3 24801 20503.0 29099.0 38 31.0 \n", "2 3 202045 3 42516 36857.0 48175.0 65 56.0 \n", "3 4 202044 3 44567 38521.0 50613.0 68 59.0 \n", "4 5 202043 3 43737 37523.0 49951.0 66 57.0 \n", "5 6 202042 3 35145 29812.0 40478.0 53 45.0 \n", "6 7 202041 3 27877 23206.0 32548.0 42 35.0 \n", "7 8 202040 3 20443 16381.0 24505.0 31 25.0 \n", "8 9 202039 3 19810 15900.0 23720.0 30 24.0 \n", "9 10 202038 3 25562 21142.0 29982.0 39 32.0 \n", "10 11 202037 3 18485 14649.0 22321.0 28 22.0 \n", "11 12 202036 3 10390 7646.0 13134.0 16 12.0 \n", "12 13 202035 3 9918 6842.0 12994.0 15 10.0 \n", "13 14 202034 3 6084 3090.0 9078.0 9 4.0 \n", "14 15 202033 3 6106 3411.0 8801.0 9 5.0 \n", "15 16 202032 3 5918 3330.0 8506.0 9 5.0 \n", "16 17 202031 3 4351 2269.0 6433.0 7 4.0 \n", "17 18 202030 3 8179 5442.0 10916.0 12 8.0 \n", "18 19 202029 3 8687 5860.0 11514.0 13 9.0 \n", "19 20 202028 3 8340 5701.0 10979.0 13 9.0 \n", "20 21 202027 3 4066 2406.0 5726.0 6 3.0 \n", "21 22 202026 3 4039 2389.0 5689.0 6 3.0 \n", "22 23 202025 3 2853 1488.0 4218.0 4 2.0 \n", "23 24 202024 3 3058 1690.0 4426.0 5 3.0 \n", "24 25 202023 3 4168 2468.0 5868.0 6 3.0 \n", "25 26 202022 3 3580 1947.0 5213.0 5 3.0 \n", "26 27 202021 3 6114 4026.0 8202.0 9 6.0 \n", "27 28 202020 3 9315 6775.0 11855.0 14 10.0 \n", "28 29 202019 3 11679 8722.0 14636.0 18 14.0 \n", "29 30 202018 3 16398 12851.0 19945.0 25 20.0 \n", "... ... ... ... ... ... ... ... ... \n", "1852 1853 198521 3 26096 19621.0 32571.0 47 35.0 \n", "1853 1854 198520 3 27896 20885.0 34907.0 51 38.0 \n", "1854 1855 198519 3 43154 32821.0 53487.0 78 59.0 \n", "1855 1856 198518 3 40555 29935.0 51175.0 74 55.0 \n", "1856 1857 198517 3 34053 24366.0 43740.0 62 44.0 \n", "1857 1858 198516 3 50362 36451.0 64273.0 91 66.0 \n", "1858 1859 198515 3 63881 45538.0 82224.0 116 83.0 \n", "1859 1860 198514 3 134545 114400.0 154690.0 244 207.0 \n", "1860 1861 198513 3 197206 176080.0 218332.0 357 319.0 \n", "1861 1862 198512 3 245240 223304.0 267176.0 445 405.0 \n", "1862 1863 198511 3 276205 252399.0 300011.0 501 458.0 \n", "1863 1864 198510 3 353231 326279.0 380183.0 640 591.0 \n", "1864 1865 198509 3 369895 341109.0 398681.0 670 618.0 \n", "1865 1866 198508 3 389886 359529.0 420243.0 707 652.0 \n", "1866 1867 198507 3 471852 432599.0 511105.0 855 784.0 \n", "1867 1868 198506 3 565825 518011.0 613639.0 1026 939.0 \n", "1868 1869 198505 3 637302 592795.0 681809.0 1155 1074.0 \n", "1869 1870 198504 3 424937 390794.0 459080.0 770 708.0 \n", "1870 1871 198503 3 213901 174689.0 253113.0 388 317.0 \n", "1871 1872 198502 3 97586 80949.0 114223.0 177 147.0 \n", "1872 1873 198501 3 85489 65918.0 105060.0 155 120.0 \n", "1873 1874 198452 3 84830 60602.0 109058.0 154 110.0 \n", "1874 1875 198451 3 101726 80242.0 123210.0 185 146.0 \n", "1875 1876 198450 3 123680 101401.0 145959.0 225 184.0 \n", "1876 1877 198449 3 101073 81684.0 120462.0 184 149.0 \n", "1877 1878 198448 3 78620 60634.0 96606.0 143 110.0 \n", "1878 1879 198447 3 72029 54274.0 89784.0 131 99.0 \n", "1879 1880 198446 3 87330 67686.0 106974.0 159 123.0 \n", "1880 1881 198445 3 135223 101414.0 169032.0 246 184.0 \n", "1881 1882 198444 3 68422 20056.0 116788.0 125 37.0 \n", "\n", " inc100_up geo_insee geo_name Unnamed: 11 Unnamed: 12 Unnamed: 13 \\\n", "0 35.0 FR France NaN NaN NaN \n", "1 45.0 FR France NaN NaN NaN \n", "2 74.0 FR France NaN NaN NaN \n", "3 77.0 FR France NaN NaN NaN \n", "4 75.0 FR France NaN NaN NaN \n", "5 61.0 FR France NaN NaN NaN \n", "6 49.0 FR France NaN NaN NaN \n", "7 37.0 FR France NaN NaN NaN \n", "8 36.0 FR France NaN NaN NaN \n", "9 46.0 FR France NaN NaN NaN \n", "10 34.0 FR France NaN NaN NaN \n", "11 20.0 FR France NaN NaN NaN \n", "12 20.0 FR France NaN NaN NaN \n", "13 14.0 FR France NaN NaN NaN \n", "14 13.0 FR France NaN NaN NaN \n", "15 13.0 FR France NaN NaN NaN \n", "16 10.0 FR France NaN NaN NaN \n", "17 16.0 FR France NaN NaN NaN \n", "18 17.0 FR France NaN NaN NaN \n", "19 17.0 FR France NaN NaN NaN \n", "20 9.0 FR France NaN NaN NaN \n", "21 9.0 FR France NaN NaN NaN \n", "22 6.0 FR France NaN NaN NaN \n", "23 7.0 FR France NaN NaN NaN \n", "24 9.0 FR France NaN NaN NaN \n", "25 7.0 FR France NaN NaN NaN \n", "26 12.0 FR France NaN NaN NaN \n", "27 18.0 FR France NaN NaN NaN \n", "28 22.0 FR France NaN NaN NaN \n", "29 30.0 FR France NaN NaN NaN \n", "... ... ... ... ... ... ... \n", "1852 59.0 FR France NaN NaN NaN \n", "1853 64.0 FR France NaN NaN NaN \n", "1854 97.0 FR France NaN NaN NaN \n", "1855 93.0 FR France NaN NaN NaN \n", "1856 80.0 FR France NaN NaN NaN \n", "1857 116.0 FR France NaN NaN NaN \n", "1858 149.0 FR France NaN NaN NaN \n", "1859 281.0 FR France NaN NaN NaN \n", "1860 395.0 FR France NaN NaN NaN \n", "1861 485.0 FR France NaN NaN NaN \n", "1862 544.0 FR France NaN NaN NaN \n", "1863 689.0 FR France NaN NaN NaN \n", "1864 722.0 FR France NaN NaN NaN \n", "1865 762.0 FR France NaN NaN NaN \n", "1866 926.0 FR France NaN NaN NaN \n", "1867 1113.0 FR France NaN NaN NaN \n", "1868 1236.0 FR France NaN NaN NaN \n", "1869 832.0 FR France NaN NaN NaN \n", "1870 459.0 FR France NaN NaN NaN \n", "1871 207.0 FR France NaN NaN NaN \n", "1872 190.0 FR France NaN NaN NaN \n", "1873 198.0 FR France NaN NaN NaN \n", "1874 224.0 FR France NaN NaN NaN \n", "1875 266.0 FR France NaN NaN NaN \n", "1876 219.0 FR France NaN NaN NaN \n", "1877 176.0 FR France NaN NaN NaN \n", "1878 163.0 FR France NaN NaN NaN \n", "1879 195.0 FR France NaN NaN NaN \n", "1880 308.0 FR France NaN NaN NaN \n", "1881 213.0 FR France NaN NaN NaN \n", "\n", " Unnamed: 14 \n", "0 NaN \n", "1 NaN \n", "2 NaN \n", "3 NaN \n", "4 NaN \n", "5 NaN \n", "6 NaN \n", "7 NaN \n", "8 NaN \n", "9 NaN \n", "10 NaN \n", "11 NaN \n", "12 NaN \n", "13 NaN \n", "14 NaN \n", "15 NaN \n", "16 NaN \n", "17 NaN \n", "18 NaN \n", "19 NaN \n", "20 NaN \n", "21 NaN \n", "22 NaN \n", "23 NaN \n", "24 NaN \n", "25 NaN \n", "26 NaN \n", "27 NaN \n", "28 NaN \n", "29 NaN \n", "... ... \n", "1852 NaN \n", "1853 NaN \n", "1854 NaN \n", "1855 NaN \n", "1856 NaN \n", "1857 NaN \n", "1858 NaN \n", "1859 NaN \n", "1860 NaN \n", "1861 NaN \n", "1862 NaN \n", "1863 NaN \n", "1864 NaN \n", "1865 NaN \n", "1866 NaN \n", "1867 NaN \n", "1868 NaN \n", "1869 NaN \n", "1870 NaN \n", "1871 NaN \n", "1872 NaN \n", "1873 NaN \n", "1874 NaN \n", "1875 NaN \n", "1876 NaN \n", "1877 NaN \n", "1878 NaN \n", "1879 NaN \n", "1880 NaN \n", "1881 NaN \n", "\n", "[1882 rows x 15 columns]" ] }, "execution_count": 24, "metadata": {}, "output_type": "execute_result" } ], "source": [ "raw_data = pd.read_csv(\"incidence-PAY-3_downloaded.csv\", skiprows=1)\n", "raw_data" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Y a-t-il des points manquants dans ce jeux de données ? Oui, la semaine 19 de l'année 1989 n'a pas de valeurs associées." ] }, { "cell_type": "code", "execution_count": 25, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
0weekindicatorincinc_lowinc_upinc100inc100_lowinc100_upgeo_inseegeo_nameUnnamed: 11Unnamed: 12Unnamed: 13Unnamed: 14
0120204731918015348.023012.02923.035.0FRFranceNaNNaNNaNNaN
1220204632480120503.029099.03831.045.0FRFranceNaNNaNNaNNaN
2320204534251636857.048175.06556.074.0FRFranceNaNNaNNaNNaN
3420204434456738521.050613.06859.077.0FRFranceNaNNaNNaNNaN
4520204334373737523.049951.06657.075.0FRFranceNaNNaNNaNNaN
5620204233514529812.040478.05345.061.0FRFranceNaNNaNNaNNaN
6720204132787723206.032548.04235.049.0FRFranceNaNNaNNaNNaN
7820204032044316381.024505.03125.037.0FRFranceNaNNaNNaNNaN
8920203931981015900.023720.03024.036.0FRFranceNaNNaNNaNNaN
91020203832556221142.029982.03932.046.0FRFranceNaNNaNNaNNaN
101120203731848514649.022321.02822.034.0FRFranceNaNNaNNaNNaN
11122020363103907646.013134.01612.020.0FRFranceNaNNaNNaNNaN
1213202035399186842.012994.01510.020.0FRFranceNaNNaNNaNNaN
1314202034360843090.09078.094.014.0FRFranceNaNNaNNaNNaN
1415202033361063411.08801.095.013.0FRFranceNaNNaNNaNNaN
1516202032359183330.08506.095.013.0FRFranceNaNNaNNaNNaN
1617202031343512269.06433.074.010.0FRFranceNaNNaNNaNNaN
1718202030381795442.010916.0128.016.0FRFranceNaNNaNNaNNaN
1819202029386875860.011514.0139.017.0FRFranceNaNNaNNaNNaN
1920202028383405701.010979.0139.017.0FRFranceNaNNaNNaNNaN
2021202027340662406.05726.063.09.0FRFranceNaNNaNNaNNaN
2122202026340392389.05689.063.09.0FRFranceNaNNaNNaNNaN
2223202025328531488.04218.042.06.0FRFranceNaNNaNNaNNaN
2324202024330581690.04426.053.07.0FRFranceNaNNaNNaNNaN
2425202023341682468.05868.063.09.0FRFranceNaNNaNNaNNaN
2526202022335801947.05213.053.07.0FRFranceNaNNaNNaNNaN
2627202021361144026.08202.096.012.0FRFranceNaNNaNNaNNaN
2728202020393156775.011855.01410.018.0FRFranceNaNNaNNaNNaN
28292020193116798722.014636.01814.022.0FRFranceNaNNaNNaNNaN
293020201831639812851.019945.02520.030.0FRFranceNaNNaNNaNNaN
................................................
1852185319852132609619621.032571.04735.059.0FRFranceNaNNaNNaNNaN
1853185419852032789620885.034907.05138.064.0FRFranceNaNNaNNaNNaN
1854185519851934315432821.053487.07859.097.0FRFranceNaNNaNNaNNaN
1855185619851834055529935.051175.07455.093.0FRFranceNaNNaNNaNNaN
1856185719851733405324366.043740.06244.080.0FRFranceNaNNaNNaNNaN
1857185819851635036236451.064273.09166.0116.0FRFranceNaNNaNNaNNaN
1858185919851536388145538.082224.011683.0149.0FRFranceNaNNaNNaNNaN
185918601985143134545114400.0154690.0244207.0281.0FRFranceNaNNaNNaNNaN
186018611985133197206176080.0218332.0357319.0395.0FRFranceNaNNaNNaNNaN
186118621985123245240223304.0267176.0445405.0485.0FRFranceNaNNaNNaNNaN
186218631985113276205252399.0300011.0501458.0544.0FRFranceNaNNaNNaNNaN
186318641985103353231326279.0380183.0640591.0689.0FRFranceNaNNaNNaNNaN
186418651985093369895341109.0398681.0670618.0722.0FRFranceNaNNaNNaNNaN
186518661985083389886359529.0420243.0707652.0762.0FRFranceNaNNaNNaNNaN
186618671985073471852432599.0511105.0855784.0926.0FRFranceNaNNaNNaNNaN
186718681985063565825518011.0613639.01026939.01113.0FRFranceNaNNaNNaNNaN
186818691985053637302592795.0681809.011551074.01236.0FRFranceNaNNaNNaNNaN
186918701985043424937390794.0459080.0770708.0832.0FRFranceNaNNaNNaNNaN
187018711985033213901174689.0253113.0388317.0459.0FRFranceNaNNaNNaNNaN
1871187219850239758680949.0114223.0177147.0207.0FRFranceNaNNaNNaNNaN
1872187319850138548965918.0105060.0155120.0190.0FRFranceNaNNaNNaNNaN
1873187419845238483060602.0109058.0154110.0198.0FRFranceNaNNaNNaNNaN
18741875198451310172680242.0123210.0185146.0224.0FRFranceNaNNaNNaNNaN
187518761984503123680101401.0145959.0225184.0266.0FRFranceNaNNaNNaNNaN
18761877198449310107381684.0120462.0184149.0219.0FRFranceNaNNaNNaNNaN
1877187819844837862060634.096606.0143110.0176.0FRFranceNaNNaNNaNNaN
1878187919844737202954274.089784.013199.0163.0FRFranceNaNNaNNaNNaN
1879188019844638733067686.0106974.0159123.0195.0FRFranceNaNNaNNaNNaN
188018811984453135223101414.0169032.0246184.0308.0FRFranceNaNNaNNaNNaN
1881188219844436842220056.0116788.012537.0213.0FRFranceNaNNaNNaNNaN
\n", "

1882 rows × 15 columns

\n", "
" ], "text/plain": [ " 0 week indicator inc inc_low inc_up inc100 inc100_low \\\n", "0 1 202047 3 19180 15348.0 23012.0 29 23.0 \n", "1 2 202046 3 24801 20503.0 29099.0 38 31.0 \n", "2 3 202045 3 42516 36857.0 48175.0 65 56.0 \n", "3 4 202044 3 44567 38521.0 50613.0 68 59.0 \n", "4 5 202043 3 43737 37523.0 49951.0 66 57.0 \n", "5 6 202042 3 35145 29812.0 40478.0 53 45.0 \n", "6 7 202041 3 27877 23206.0 32548.0 42 35.0 \n", "7 8 202040 3 20443 16381.0 24505.0 31 25.0 \n", "8 9 202039 3 19810 15900.0 23720.0 30 24.0 \n", "9 10 202038 3 25562 21142.0 29982.0 39 32.0 \n", "10 11 202037 3 18485 14649.0 22321.0 28 22.0 \n", "11 12 202036 3 10390 7646.0 13134.0 16 12.0 \n", "12 13 202035 3 9918 6842.0 12994.0 15 10.0 \n", "13 14 202034 3 6084 3090.0 9078.0 9 4.0 \n", "14 15 202033 3 6106 3411.0 8801.0 9 5.0 \n", "15 16 202032 3 5918 3330.0 8506.0 9 5.0 \n", "16 17 202031 3 4351 2269.0 6433.0 7 4.0 \n", "17 18 202030 3 8179 5442.0 10916.0 12 8.0 \n", "18 19 202029 3 8687 5860.0 11514.0 13 9.0 \n", "19 20 202028 3 8340 5701.0 10979.0 13 9.0 \n", "20 21 202027 3 4066 2406.0 5726.0 6 3.0 \n", "21 22 202026 3 4039 2389.0 5689.0 6 3.0 \n", "22 23 202025 3 2853 1488.0 4218.0 4 2.0 \n", "23 24 202024 3 3058 1690.0 4426.0 5 3.0 \n", "24 25 202023 3 4168 2468.0 5868.0 6 3.0 \n", "25 26 202022 3 3580 1947.0 5213.0 5 3.0 \n", "26 27 202021 3 6114 4026.0 8202.0 9 6.0 \n", "27 28 202020 3 9315 6775.0 11855.0 14 10.0 \n", "28 29 202019 3 11679 8722.0 14636.0 18 14.0 \n", "29 30 202018 3 16398 12851.0 19945.0 25 20.0 \n", "... ... ... ... ... ... ... ... ... \n", "1852 1853 198521 3 26096 19621.0 32571.0 47 35.0 \n", "1853 1854 198520 3 27896 20885.0 34907.0 51 38.0 \n", "1854 1855 198519 3 43154 32821.0 53487.0 78 59.0 \n", "1855 1856 198518 3 40555 29935.0 51175.0 74 55.0 \n", "1856 1857 198517 3 34053 24366.0 43740.0 62 44.0 \n", "1857 1858 198516 3 50362 36451.0 64273.0 91 66.0 \n", "1858 1859 198515 3 63881 45538.0 82224.0 116 83.0 \n", "1859 1860 198514 3 134545 114400.0 154690.0 244 207.0 \n", "1860 1861 198513 3 197206 176080.0 218332.0 357 319.0 \n", "1861 1862 198512 3 245240 223304.0 267176.0 445 405.0 \n", "1862 1863 198511 3 276205 252399.0 300011.0 501 458.0 \n", "1863 1864 198510 3 353231 326279.0 380183.0 640 591.0 \n", "1864 1865 198509 3 369895 341109.0 398681.0 670 618.0 \n", "1865 1866 198508 3 389886 359529.0 420243.0 707 652.0 \n", "1866 1867 198507 3 471852 432599.0 511105.0 855 784.0 \n", "1867 1868 198506 3 565825 518011.0 613639.0 1026 939.0 \n", "1868 1869 198505 3 637302 592795.0 681809.0 1155 1074.0 \n", "1869 1870 198504 3 424937 390794.0 459080.0 770 708.0 \n", "1870 1871 198503 3 213901 174689.0 253113.0 388 317.0 \n", "1871 1872 198502 3 97586 80949.0 114223.0 177 147.0 \n", "1872 1873 198501 3 85489 65918.0 105060.0 155 120.0 \n", "1873 1874 198452 3 84830 60602.0 109058.0 154 110.0 \n", "1874 1875 198451 3 101726 80242.0 123210.0 185 146.0 \n", "1875 1876 198450 3 123680 101401.0 145959.0 225 184.0 \n", "1876 1877 198449 3 101073 81684.0 120462.0 184 149.0 \n", "1877 1878 198448 3 78620 60634.0 96606.0 143 110.0 \n", "1878 1879 198447 3 72029 54274.0 89784.0 131 99.0 \n", "1879 1880 198446 3 87330 67686.0 106974.0 159 123.0 \n", "1880 1881 198445 3 135223 101414.0 169032.0 246 184.0 \n", "1881 1882 198444 3 68422 20056.0 116788.0 125 37.0 \n", "\n", " inc100_up geo_insee geo_name Unnamed: 11 Unnamed: 12 Unnamed: 13 \\\n", "0 35.0 FR France NaN NaN NaN \n", "1 45.0 FR France NaN NaN NaN \n", "2 74.0 FR France NaN NaN NaN \n", "3 77.0 FR France NaN NaN NaN \n", "4 75.0 FR France NaN NaN NaN \n", "5 61.0 FR France NaN NaN NaN \n", "6 49.0 FR France NaN NaN NaN \n", "7 37.0 FR France NaN NaN NaN \n", "8 36.0 FR France NaN NaN NaN \n", "9 46.0 FR France NaN NaN NaN \n", "10 34.0 FR France NaN NaN NaN \n", "11 20.0 FR France NaN NaN NaN \n", "12 20.0 FR France NaN NaN NaN \n", "13 14.0 FR France NaN NaN NaN \n", "14 13.0 FR France NaN NaN NaN \n", "15 13.0 FR France NaN NaN NaN \n", "16 10.0 FR France NaN NaN NaN \n", "17 16.0 FR France NaN NaN NaN \n", "18 17.0 FR France NaN NaN NaN \n", "19 17.0 FR France NaN NaN NaN \n", "20 9.0 FR France NaN NaN NaN \n", "21 9.0 FR France NaN NaN NaN \n", "22 6.0 FR France NaN NaN NaN \n", "23 7.0 FR France NaN NaN NaN \n", "24 9.0 FR France NaN NaN NaN \n", "25 7.0 FR France NaN NaN NaN \n", "26 12.0 FR France NaN NaN NaN \n", "27 18.0 FR France NaN NaN NaN \n", "28 22.0 FR France NaN NaN NaN \n", "29 30.0 FR France NaN NaN NaN \n", "... ... ... ... ... ... ... \n", "1852 59.0 FR France NaN NaN NaN \n", "1853 64.0 FR France NaN NaN NaN \n", "1854 97.0 FR France NaN NaN NaN \n", "1855 93.0 FR France NaN NaN NaN \n", "1856 80.0 FR France NaN NaN NaN \n", "1857 116.0 FR France NaN NaN NaN \n", "1858 149.0 FR France NaN NaN NaN \n", "1859 281.0 FR France NaN NaN NaN \n", "1860 395.0 FR France NaN NaN NaN \n", "1861 485.0 FR France NaN NaN NaN \n", "1862 544.0 FR France NaN NaN NaN \n", "1863 689.0 FR France NaN NaN NaN \n", "1864 722.0 FR France NaN NaN NaN \n", "1865 762.0 FR France NaN NaN NaN \n", "1866 926.0 FR France NaN NaN NaN \n", "1867 1113.0 FR France NaN NaN NaN \n", "1868 1236.0 FR France NaN NaN NaN \n", "1869 832.0 FR France NaN NaN NaN \n", "1870 459.0 FR France NaN NaN NaN \n", "1871 207.0 FR France NaN NaN NaN \n", "1872 190.0 FR France NaN NaN NaN \n", "1873 198.0 FR France NaN NaN NaN \n", "1874 224.0 FR France NaN NaN NaN \n", "1875 266.0 FR France NaN NaN NaN \n", "1876 219.0 FR France NaN NaN NaN \n", "1877 176.0 FR France NaN NaN NaN \n", "1878 163.0 FR France NaN NaN NaN \n", "1879 195.0 FR France NaN NaN NaN \n", "1880 308.0 FR France NaN NaN NaN \n", "1881 213.0 FR France NaN NaN NaN \n", "\n", " Unnamed: 14 \n", "0 NaN \n", "1 NaN \n", "2 NaN \n", "3 NaN \n", "4 NaN \n", "5 NaN \n", "6 NaN \n", "7 NaN \n", "8 NaN \n", "9 NaN \n", "10 NaN \n", "11 NaN \n", "12 NaN \n", "13 NaN \n", "14 NaN \n", "15 NaN \n", "16 NaN \n", "17 NaN \n", "18 NaN \n", "19 NaN \n", "20 NaN \n", "21 NaN \n", "22 NaN \n", "23 NaN \n", "24 NaN \n", "25 NaN \n", "26 NaN \n", "27 NaN \n", "28 NaN \n", "29 NaN \n", "... ... \n", "1852 NaN \n", "1853 NaN \n", "1854 NaN \n", "1855 NaN \n", "1856 NaN \n", "1857 NaN \n", "1858 NaN \n", "1859 NaN \n", "1860 NaN \n", "1861 NaN \n", "1862 NaN \n", "1863 NaN \n", "1864 NaN \n", "1865 NaN \n", "1866 NaN \n", "1867 NaN \n", "1868 NaN \n", "1869 NaN \n", "1870 NaN \n", "1871 NaN \n", "1872 NaN \n", "1873 NaN \n", "1874 NaN \n", "1875 NaN \n", "1876 NaN \n", "1877 NaN \n", "1878 NaN \n", "1879 NaN \n", "1880 NaN \n", "1881 NaN \n", "\n", "[1882 rows x 15 columns]" ] }, "execution_count": 25, "metadata": {}, "output_type": "execute_result" } ], "source": [ "raw_data[raw_data.isnull().any(axis=1)]" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Nous éliminons ce point, ce qui n'a pas d'impact fort sur notre analyse qui est assez simple." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "data = raw_data.dropna().copy()\n", "data" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Nos données utilisent une convention inhabituelle: le numéro de\n", "semaine est collé à l'année, donnant l'impression qu'il s'agit\n", "de nombre entier. C'est comme ça que Pandas les interprète.\n", " \n", "Un deuxième problème est que Pandas ne comprend pas les numéros de\n", "semaine. Il faut lui fournir les dates de début et de fin de\n", "semaine. Nous utilisons pour cela la bibliothèque `isoweek`.\n", "\n", "Comme la conversion des semaines est devenu assez complexe, nous\n", "écrivons une petite fonction Python pour cela. Ensuite, nous\n", "l'appliquons à tous les points de nos donnés. Les résultats vont\n", "dans une nouvelle colonne 'period'." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "def convert_week(year_and_week_int):\n", " year_and_week_str = str(year_and_week_int)\n", " year = int(year_and_week_str[:4])\n", " week = int(year_and_week_str[4:])\n", " w = isoweek.Week(year, week)\n", " return pd.Period(w.day(0), 'W')\n", "\n", "data['period'] = [convert_week(yw) for yw in data['week']]" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Il restent deux petites modifications à faire.\n", "\n", "Premièrement, nous définissons les périodes d'observation\n", "comme nouvel index de notre jeux de données. Ceci en fait\n", "une suite chronologique, ce qui sera pratique par la suite.\n", "\n", "Deuxièmement, nous trions les points par période, dans\n", "le sens chronologique." ] }, { "cell_type": "code", "execution_count": null, "metadata": { "collapsed": true }, "outputs": [], "source": [ "sorted_data = data.set_index('period').sort_index()" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Nous vérifions la cohérence des données. Entre la fin d'une période et\n", "le début de la période qui suit, la différence temporelle doit être\n", "zéro, ou au moins très faible. Nous laissons une \"marge d'erreur\"\n", "d'une seconde.\n", "\n", "Ceci s'avère tout à fait juste sauf pour deux périodes consécutives\n", "entre lesquelles il manque une semaine.\n", "\n", "Nous reconnaissons ces dates: c'est la semaine sans observations\n", "que nous avions supprimées !" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "periods = sorted_data.index\n", "for p1, p2 in zip(periods[:-1], periods[1:]):\n", " delta = p2.to_timestamp() - p1.end_time\n", " if delta > pd.Timedelta('1s'):\n", " print(p1, p2)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Un premier regard sur les données !" ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "sorted_data['inc'].plot()" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Un zoom sur les dernières années montre mieux la situation des pics en hiver. Le creux des incidences se trouve en été." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "sorted_data['inc'][-200:].plot()" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## Etude de l'incidence annuelle" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Etant donné que le pic de l'épidémie se situe en hiver, à cheval\n", "entre deux années civiles, nous définissons la période de référence\n", "entre deux minima de l'incidence, du 1er août de l'année $N$ au\n", "1er août de l'année $N+1$.\n", "\n", "Notre tâche est un peu compliquée par le fait que l'année ne comporte\n", "pas un nombre entier de semaines. Nous modifions donc un peu nos périodes\n", "de référence: à la place du 1er août de chaque année, nous utilisons le\n", "premier jour de la semaine qui contient le 1er août.\n", "\n", "Comme l'incidence de syndrome grippal est très faible en été, cette\n", "modification ne risque pas de fausser nos conclusions.\n", "\n", "Encore un petit détail: les données commencent an octobre 1984, ce qui\n", "rend la première année incomplète. Nous commençons donc l'analyse en 1985." ] }, { "cell_type": "code", "execution_count": null, "metadata": { "collapsed": true }, "outputs": [], "source": [ "first_august_week = [pd.Period(pd.Timestamp(y, 8, 1), 'W')\n", " for y in range(1985,\n", " sorted_data.index[-1].year)]" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "En partant de cette liste des semaines qui contiennent un 1er août, nous obtenons nos intervalles d'environ un an comme les périodes entre deux semaines adjacentes dans cette liste. Nous calculons les sommes des incidences hebdomadaires pour toutes ces périodes.\n", "\n", "Nous vérifions également que ces périodes contiennent entre 51 et 52 semaines, pour nous protéger contre des éventuelles erreurs dans notre code." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "year = []\n", "yearly_incidence = []\n", "for week1, week2 in zip(first_august_week[:-1],\n", " first_august_week[1:]):\n", " one_year = sorted_data['inc'][week1:week2-1]\n", " assert abs(len(one_year)-52) < 2\n", " yearly_incidence.append(one_year.sum())\n", " year.append(week2.year)\n", "yearly_incidence = pd.Series(data=yearly_incidence, index=year)" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Voici les incidences annuelles." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "yearly_incidence.plot(style='*')" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Une liste triée permet de plus facilement répérer les valeurs les plus élevées (à la fin)." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "yearly_incidence.sort_values()" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "Enfin, un histogramme montre bien que les épidémies fortes, qui touchent environ 10% de la population\n", " française, sont assez rares: il y en eu trois au cours des 35 dernières années." ] }, { "cell_type": "code", "execution_count": null, "metadata": {}, "outputs": [], "source": [ "yearly_incidence.hist(xrot=20)" ] }, { "cell_type": "code", "execution_count": null, "metadata": { "collapsed": true }, "outputs": [], "source": [] } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.6.4" } }, "nbformat": 4, "nbformat_minor": 1 }