'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')
