'somme_coicop12', 'rev_disponible' ] # Merge des deux listes var_to_be_simulated += list_coicop12 p = dict() df_to_graph = None for year in [2000, 2005, 2011]: simulation_data_frame = simulate_df(var_to_be_simulated = var_to_be_simulated, year = year) annee = simulation_data_frame.apply(lambda row: year, axis = 1) simulation_data_frame["year"] = annee if year == 2011: simulation_data_frame.niveau_vie_decile[simulation_data_frame.decuc == 10] = 10 var_to_concat = list_coicop12 + ['rev_disponible', 'somme_coicop12'] aggregates_data_frame = df_weighted_average_grouped(dataframe = simulation_data_frame, groupe = 'year', varlist = var_to_concat) list_part_coicop12 = [] aggregates_data_frame['part_coicop12_4'] = \ aggregates_data_frame['coicop12_4'] / aggregates_data_frame['rev_disponible'] list_part_coicop12.append('part_coicop12_4') appendable = aggregates_data_frame[list_part_coicop12] if df_to_graph is not None: df_to_graph = concat([df_to_graph, appendable]) else: df_to_graph = appendable graph_builder_bar(df_to_graph)
'tva_taux_intermediaire', 'tva_taux_reduit', 'tva_taux_super_reduit', 'tva_total', 'niveau_vie_decile', 'rev_disponible', 'pondmen', ] # Constition d'une base de données agrégée par décile (= collapse en stata) for year in [2000, 2005, 2011]: df = simulate_df(var_to_be_simulated = var_to_be_simulated, year = year) if year == 2011: df.niveau_vie_decile[df.decuc == 10] = 10 varlist = ['rev_disponible', 'tva_taux_super_reduit', 'tva_taux_reduit', 'tva_taux_plein', 'tva_taux_intermediaire' ] Wconcat = df_weighted_average_grouped(dataframe = df, groupe = 'niveau_vie_decile', varlist = varlist) # Example Wconcat['part_tva_tx_super_reduit'] = Wconcat['tva_taux_super_reduit'] / Wconcat['rev_disponible'] Wconcat['part_tva_tx_reduit'] = Wconcat['tva_taux_reduit'] / Wconcat['rev_disponible'] Wconcat['part_tva_tx_intermediaire'] = Wconcat['tva_taux_intermediaire'] / Wconcat['rev_disponible'] Wconcat['part_tva_tx_plein'] = Wconcat['tva_taux_plein'] / Wconcat['rev_disponible'] df_to_graph = Wconcat[['part_tva_tx_plein', 'part_tva_tx_super_reduit', 'part_tva_tx_reduit', 'part_tva_tx_intermediaire']] # Graphe par décile de revenu par uc de la ventilation des taux de taxation graph_builder_bar(df_to_graph)
'consommation_tva_taux_plein', 'categorie_fiscale_11', 'tva_taux_intermediaire', 'consommation_tva_taux_intermediaire', 'tva_taux_reduit', 'tva_taux_super_reduit', 'tva_total', 'ident_men', 'pondmen', 'decuc', 'age', 'revtot', 'rev_disponible', 'ocde10', 'niveau_de_vie', #'depenses_by_grosposte', #'cs8pr' ] # Exemple : graphe par décile de revenu par uc de la ventilation de la consommation selon les postes agrégés de la CN for year in [2000, 2005, 2011]: # Constition d'une base de données agrégée par décile (= collapse en stata) df = simulate_df(var_to_be_simulated = var_to_be_simulated, year = year) Wconcat = df_weighted_average_grouped(dataframe = df, groupe = 'cs8pr', varlist = ['tva_total', 'revtot']) df_to_plot = Wconcat['tva_total'] / Wconcat['revtot'] # Plot du graphe avec matplotlib plt.figure(); df_to_plot.plot(kind='bar', stacked=True); plt.axhline(0, color='k') Wconcat.plot(kind='bar', stacked=True); plt.axhline(0, color='k')
"consommation_cigares", "consommation_tabac_a_rouler", "consommation_alcools_forts", "consommation_vin", "consommation_biere", ] # Merge des deux listes var_to_be_simulated += list_coicop12 for year in [2000, 2005, 2011]: # Constition d'une base de données agrégée par décile (= collapse en stata) df = simulate_df(var_to_be_simulated=var_to_be_simulated, year=year) if year == 2011: df.niveau_vie_decile[df.decuc == 10] = 10 var_to_concat = list_coicop12 + ["rev_disponible"] Wconcat = df_weighted_average_grouped(dataframe=df, groupe="niveau_vie_decile", varlist=var_to_be_simulated) list_alcool_tabac = [] Wconcat["part_alcool"] = ( Wconcat["consommation_alcools_forts"] + Wconcat["consommation_vin"] + Wconcat["consommation_biere"] ) / Wconcat["rev_disponible"] list_alcool_tabac.append("part_alcool") Wconcat["part_tabac"] = ( Wconcat["consommation_cigarette"] + Wconcat["consommation_cigares"] + Wconcat["consommation_tabac_a_rouler"] ) / Wconcat["rev_disponible"] list_alcool_tabac.append("part_tabac") df_to_graph = Wconcat[list_alcool_tabac].copy() df_to_graph.columns = ["Alcool", "Tabac"] graph_builder_bar(df_to_graph)
import sys logging.basicConfig(level = logging.INFO, stream = sys.stdout) list_coicop12 = [] for coicop12_index in range(1, 13): list_coicop12.append('coicop12_{}'.format(coicop12_index)) var_to_be_simulated = [ 'pondmen', 'niveau_vie_decile', 'somme_coicop12', ] var_to_be_simulated += list_coicop12 p = dict() df_to_graph = None for year in [2000, 2005, 2011]: simulation_data_frame = simulate_df(var_to_be_simulated = var_to_be_simulated, year = year) aggregates_data_frame = df_weighted_average_grouped(dataframe = simulation_data_frame, groupe = 'niveau_vie_decile', varlist = var_to_be_simulated) aggregates_data_frame[year] = aggregates_data_frame['coicop12_4'] / aggregates_data_frame['somme_coicop12'] appendable = aggregates_data_frame[year] if df_to_graph is not None: df_to_graph = concat([df_to_graph, appendable], axis = 1) else: df_to_graph = appendable graph_builder_line(df_to_graph)
'droit_d_accise_alcool', 'droit_d_accise_tabac', 'taxe_assurance', 'tipp' ] for year in [2000, 2005, 2011]: df = simulate_df(var_to_be_simulated = var_to_be_simulated, year = year) if year == 2011: df.niveau_vie_decile[df.decuc == 10] = 10 varlist = ['somme_coicop12', 'rev_disp_loyerimput', 'rev_disponible', 'tva_total', 'droit_d_accise_alcool', 'droit_d_accise_tabac', 'taxe_assurance', 'tipp'] Wconcat_rev_disp = df_weighted_average_grouped(dataframe = df, groupe = 'niveau_vie_decile', varlist = varlist) Wconcat_conso = df_weighted_average_grouped(dataframe = df, groupe = 'niveau_vie_decile', varlist = varlist) Wconcat_rev_disp_loyerimput = df_weighted_average_grouped(dataframe = df, groupe = 'niveau_vie_decile', varlist = varlist) list_taux_d_effort_rev_disp = [] Wconcat_rev_disp['taux_d_effort_tva'] = \ Wconcat_rev_disp['tva_total'] / Wconcat_rev_disp['rev_disponible'] list_taux_d_effort_rev_disp.append('taux_d_effort_tva') Wconcat_rev_disp['taux_d_effort_alcool'] = \ Wconcat_rev_disp['droit_d_accise_alcool'] / Wconcat_rev_disp['rev_disponible'] list_taux_d_effort_rev_disp.append('taux_d_effort_alcool') Wconcat_rev_disp['taux_d_effort_tabac'] = \ Wconcat_rev_disp['droit_d_accise_tabac'] / Wconcat_rev_disp['rev_disponible'] list_taux_d_effort_rev_disp.append('taux_d_effort_tabac')
'tva_taux_reduit', 'tva_taux_super_reduit', 'tva_total', 'revtot', 'somme_coicop12_conso', 'ocde10', ] var_to_be_simulated += list_coicop12 # Constition d'une base de données agrégée par décile (= collapse en stata) for year in [2000, 2005, 2011]: df = simulate_df(var_to_be_simulated = var_to_be_simulated, year = year) var_to_concat = ['tva_taux_plein', 'tva_taux_intermediaire', 'tva_taux_reduit', 'tva_taux_super_reduit', 'tva_total'] aggregates_data_frame = df_weighted_average_grouped(dataframe = df, groupe = 'niveau_vie_decile', varlist = var_to_concat) list_part_TVA = [] aggregates_data_frame['part_tva_taux_plein'] = \ aggregates_data_frame['tva_taux_plein'] / aggregates_data_frame['tva_total'] list_part_TVA.append('part_tva_taux_plein') aggregates_data_frame['part_tva_taux_intermediaire'] = \ aggregates_data_frame['tva_taux_intermediaire'] / aggregates_data_frame['tva_total'] list_part_TVA.append('part_tva_taux_intermediaire') aggregates_data_frame['part_tva_taux_reduit'] = \ aggregates_data_frame['tva_taux_reduit'] / aggregates_data_frame['tva_total'] list_part_TVA.append('part_tva_taux_reduit') aggregates_data_frame['part_tva_taux_super_reduit'] = \ aggregates_data_frame['tva_taux_super_reduit'] / aggregates_data_frame['tva_total'] list_part_TVA.append('part_tva_taux_super_reduit')