def all_local_aggregation(tab, k, variables, method, unknown=''):
'''
retourne une table k-anonymisée par aggrégation locale
tab: la table à anonymiser
k: un entier est le k-anonymat recherché
variables est une liste de variable de tab :
on traitera les données dans cet ordre et
la première variable sera celle dont on est le plus
prêt à sacrifier l'aggrégation
method : voir local_aggregation
Remarque: si pour un groupe donné, plusieurs modalité ont moins de k
éléments, on les remplace toutes par "dropped", on peut ainsi avoir un
groupe avec dropped d'une taille supérieure à k.
Si ensuite on a une modalité plus grande que k à l'intérieur du groupe
hétéroclyte avec dropped, on peut afficher cette variable
'''
assert(isinstance(k, int))
assert(all([var in tab.columns for var in variables]))
assert(all(tab[variables].dtypes == 'object'))
if get_k(tab, variables) >= k:
return tab
variable_a_aggreger = variables[-1]
if len(variables) == 1:
new_serie = local_aggregation(tab[variable_a_aggreger],
k, method, unknown)
tab[variable_a_aggreger] = new_serie
return tab
if get_k(tab, variables[:-1]) < k:
tab = all_local_aggregation(tab, k, variables[:-1], method, unknown)
# on a une table k-anonymisée lorsqu'elle est restreinte aux
# len(variables) - 1 premières variables
# on applique l'aggrégation locale d'une variable par groupe
grp = tab.groupby(variables[:-1])
new_serie = grp[variable_a_aggreger].apply(
lambda x: local_aggregation(x, k, method, unknown)
)
tab[variable_a_aggreger] = new_serie
assert get_k(tab, variables, unknown) >= k
return tab
def all_local_aggregation(tab, k, variables, method, unknown=''):
'''
retourne une table k-anonymisée par aggrégation locale
tab: la table à anonymiser
k: un entier est le k-anonymat recherché
variables est une liste de variable de tab :
on traitera les données dans cet ordre et
la première variable sera celle dont on est le plus
prêt à sacrifier l'aggrégation
method : voir local_aggregation
Remarque: si pour un groupe donné, plusieurs modalité ont moins de k
éléments, on les remplace toutes par "dropped", on peut ainsi avoir un
groupe avec dropped d'une taille supérieure à k.
Si ensuite on a une modalité plus grande que k à l'intérieur du groupe
hétéroclyte avec dropped, on peut afficher cette variable
'''
assert (isinstance(k, int))
assert (all([var in tab.columns for var in variables]))
assert (all(tab[variables].dtypes == 'object'))
if get_k(tab, variables) >= k:
return tab
variable_a_aggreger = variables[-1]
if len(variables) == 1:
new_serie = local_aggregation(tab[variable_a_aggreger], k, method,
unknown)
tab[variable_a_aggreger] = new_serie
return tab
if get_k(tab, variables[:-1]) < k:
tab = all_local_aggregation(tab, k, variables[:-1], method, unknown)
# on a une table k-anonymisée lorsqu'elle est restreinte aux
# len(variables) - 1 premières variables
# on applique l'aggrégation locale d'une variable par groupe
grp = tab.groupby(variables[:-1])
new_serie = grp[variable_a_aggreger].apply(
lambda x: local_aggregation(x, k, method, unknown))
tab[variable_a_aggreger] = new_serie
assert get_k(tab, variables, unknown) >= k
return tab
def transfo_1(x):
return transfo.local_aggregation(x, 5, 'regroup_with_smallest', unknown='')
def transfo_0(x):
return transfo.local_aggregation(x, 5, 'with_closest', unknown='')
def transfo_1(x):
return transfo.local_aggregation(x, 5, 'regroup_with_smallest', unknown='')
def transfo_0(x):
return transfo.local_aggregation(x, 5, 'with_closest', unknown='')
def aggregation_year(x):
return(local_aggregation(x, 5, 'with_closest', 'non renseigné'))
def aggregation_serie(x):
return(local_aggregation(x, 5, 'regroup_with_smallest', 'non renseigné'))