Population des communes de France

Le fichier population.csv contient les séries historiques de population (1876 à 2021) par Commune de France hors Mayotte. Il a été mis en ligne en décembre 2023 (source : Insee, recensements de la population).

Les colonnes correspondent à :

• le code géographique,
• la région,
• le département,
• le libellé géographique
• la population de 1876 à 2021.

Remarque : les treize régions métropolitaines (dont la Corse) et les cinq régions ultramarines ont les codes INSE suivants :

• 84 Auvergne-Rhône-Alpes
• 27 Bourgogne-Franche-Comté
• 53 Bretagne
• 24 Centre-Val de Loire
• 94 Corse
• 44 Grand Est
• 32 Hauts-de-France
• 11 Île-de-France
• 28 Normandie
• 75 Nouvelle-Aquitaine
• 76 Occitanie
• 52 Pays de la Loire
• 93 Provence-Alpes-Côte d’Azur
• 01 Guadeloupe
• 02 Martinique
• 03 Guyane
• 04 La Réunion
• 06 Mayotte

1 Exercice

1. Afficher les données
   • Lire le fichier population.csv.
   • Afficher les 5 premières lignes.
   • Afficher les 5 dernières lignes.
   • Afficher les noms des colonnes.
   • Compter le nombre de communes.
   • Afficher les types des colonnes.
2. Nettoyer les colonnes et les données
   • La colonne CODGEO ne nous intéresse pas. Supprimer cette colonne.
   • Renommer les étiquettes des colonnes correspondant aux années pour les rendre des entiers (par exemple, "PMUN2020" devient 2020).
   • Nettoyer les valeurs car elles sont de type str et contiennent des espaces. Par exemple, " 1 000 " devient 1000.
3. Aggreger/Filtrer les données
   • Afficher les lignes correspondant à la région Provence-Alpes-Côte d’Azur. Combien de communes sont présentes dans cette région ?
   • Afficher les lignes correspondant au département du Var. Combien de communes sont présentes dans ce département ?
   • Choisir une commune et afficher les lignes correspondant à cette commune.
4. Visualiser l’évolution de la population
   • Afficher sur un graphique l’évolution de la population de la commune de 1876 à 2021.
   • Afficher sur un graphique l’évolution de la population de la France metropolitaine de 1876 à 2021.

import pandas as pd
import numpy as np

from matplotlib import pyplot as plt # pour les graphiques d'évolution de la population dans le temps

import plotly.express as px # pour les cartes choroplèthes
import requests # pour récupérer les fichiers GeoJSON en ligne pour les cartes


# Pour la génération automatique de graphiques interactifs dans le polycopié
import plotly.io as pio
import os
if os.getenv("QUARTO_OUTPUT_FORMAT") is not None:
    # Export Quarto HTML
    pio.renderers.default = "iframe_connected"
else:
    # Notebook interactif
    pio.renderers.default = "notebook_connected"

J’ai crée un dictionnaire regions_dict qui associe les codes régionaux à leur nom. Utilise-le pour afficher les noms des régions présentes dans le fichier population.csv.

# Dictionnaire associant les codes de région à leurs noms
region_dict = {
    84: "Auvergne-Rhône-Alpes",
    27: "Bourgogne-Franche-Comté",
    53: "Bretagne",
    24: "Centre-Val de Loire",
    94: "Corse",
    44: "Grand Est",
    32: "Hauts-de-France",
    11: "Île-de-France",
    28: "Normandie",
    75: "Nouvelle-Aquitaine",
    76: "Occitanie",
    52: "Pays de la Loire",
    93: "Provence-Alpes-Côte d'Azur",
    1: "Guadeloupe",
    2: "Martinique",
    3: "Guyane",
    4: "La Réunion",
    6: "Mayotte"
}

J’ai également crée un dictionnaire dep_PACA qui associe les codes départementaux de la région PACA à leur nom. Utilise-le pour afficher les noms des départements présents dans le fichier population.csv.

dep_PACA = {
    '04': 'Alpes-de-Haute-Provence',
    '05': 'Hautes-Alpes',
    '06': 'Alpes-Maritimes',
    '13': 'Bouches-du-Rhône',
    '83': 'Var',
    '84': 'Vaucluse'
}

1.1 Afficher les données

# 1. Lire le fichier
df = pd.read_csv('base-pop-historiques-1876-2021.csv', sep=';', low_memory=False) 
# sep=';' pour lire un csv avec un séparateur ';' au lieu de ','

#?pd.read_csv

Les cinque premières lignes du fichier population.csv :

# 2. Afficher 5 premières lignes
df.head()

	CODGEO	REG	DEP	LIBGEO	PMUN2021	PMUN2020	PMUN2019	PMUN2018	PMUN2017	PMUN2016	...	PTOT1926	PTOT1921	PTOT1911	PTOT1906	PTOT1901	PTOT1896	PTOT1891	PTOT1886	PTOT1881	PTOT1876
0	55039	44	55	Beaumont-en-Verdunois	0	0	0	0	0	0	...	0	0	186	197	215	219	233	260	277	274
1	55050	44	55	Bezonvaux	0	0	0	0	0	0	...	3	0	149	156	173	181	221	239	217	235
2	55139	44	55	Cumières-le-Mort-Homme	0	0	0	0	0	0	...	4	3	205	206	239	240	239	238	251	246
3	55189	44	55	Fleury-devant-Douaumont	0	0	0	0	0	0	...	90	12	422	361	348	433	425	524	334	378
4	55239	44	55	Haumont-près-Samogneux	0	0	0	0	0	0	...	5	5	131	148	156	162	172	196	195	215

5 rows × 39 columns

Les cinq dernières lignes du fichier population.csv :

# 3. Afficher 5 dernières lignes
df.tail()

	CODGEO	REG	DEP	LIBGEO	PMUN2021	PMUN2020	PMUN2019	PMUN2018	PMUN2017	PMUN2016	...	PTOT1926	PTOT1921	PTOT1911	PTOT1906	PTOT1901	PTOT1896	PTOT1891	PTOT1886	PTOT1881	PTOT1876
34942	44109	52	44	Nantes	323 204	320 732	318 808	314 138	309 346	306 694	...	184 509	183 704	170 535	161 908	160 033	146 170	142 410	144 938	140 221	135 504
34943	06088	93	06	Nice	348 085	343 477	342 669	341 032	340 017	342 637	...	184 441	155 839	142 940	134 232	105 109	93 760	88 273	77 478	66 279	53 397
34944	31555	76	31	Toulouse	504 078	498 003	493 465	486 828	479 553	475 438	...	180 771	175 434	149 576	149 438	149 841	149 963	149 791	147 617	140 289	131 642
34945	69123	84	69	Lyon	522 250	522 228	522 969	518 635	516 092	515 695	...	574 125	564 446	526 248	474 652	461 687	468 311	440 315	404 172	378 581	344 513
34946	13055	93	13	Marseille	873 076	870 321	870 731	868 277	863 310	862 211	...	652 196	586 341	550 619	517 498	491 161	442 239	403 749	376 143	360 099	318 868

5 rows × 39 columns

Les noms des colonnes du fichier population.csv :

# 4. Afficher les noms des colonnes
df.columns

Index(['CODGEO', 'REG', 'DEP', 'LIBGEO', 'PMUN2021', 'PMUN2020', 'PMUN2019',
       'PMUN2018', 'PMUN2017', 'PMUN2016', 'PMUN2015', 'PMUN2014', 'PMUN2013',
       'PMUN2012', 'PMUN2011', 'PMUN2010', 'PMUN2009', 'PMUN2008', 'PMUN2007',
       'PMUN2006', 'PSDC1999', 'PSDC1990', 'PSDC1982', 'PSDC1975', 'PSDC1968',
       'PSDC1962', 'PTOT1954', 'PTOT1936', 'PTOT1931', 'PTOT1926', 'PTOT1921',
       'PTOT1911', 'PTOT1906', 'PTOT1901', 'PTOT1896', 'PTOT1891', 'PTOT1886',
       'PTOT1881', 'PTOT1876'],
      dtype='object')

Combien de régions sont présentes dans le fichier population.csv ?

df["REG"].nunique()

17

Lesquelles ?

df["REG"].unique()

array([44, 84, 76, 93, 32, 27, 52, 94, 24, 28, 11, 75, 53,  3,  2,  1,  4])

# Afficher les noms des régions présentes dans le fichier
region_names = [ (code,region_dict[code]) for code in df["REG"].unique()]
sorted(region_names,key=lambda x: x[1])  # trier par nom

[(84, 'Auvergne-Rhône-Alpes'),
 (27, 'Bourgogne-Franche-Comté'),
 (53, 'Bretagne'),
 (24, 'Centre-Val de Loire'),
 (94, 'Corse'),
 (44, 'Grand Est'),
 (1, 'Guadeloupe'),
 (3, 'Guyane'),
 (32, 'Hauts-de-France'),
 (4, 'La Réunion'),
 (2, 'Martinique'),
 (28, 'Normandie'),
 (75, 'Nouvelle-Aquitaine'),
 (76, 'Occitanie'),
 (52, 'Pays de la Loire'),
 (93, "Provence-Alpes-Côte d'Azur"),
 (11, 'Île-de-France')]

Quelle région est absente du fichier population.csv ?

for cle, val in region_dict.items():
    if cle not in df["REG"].unique():
        print(f"La région absente est : {val} (code {cle})")

La région absente est : Mayotte (code 6)

Combien de communes ?

# 5. Nombre de communes
# df['LIBGEO'].count()
# ou
df.shape[0] # donne le nombre de lignes = de communes


# df['LIBGEO'].nunique()
# ne pas utiliser `nunique`` car certains nom des communes sont dupliqués

34947

Les types des colonnes du fichier population.csv :

df.dtypes

CODGEO      object
REG          int64
DEP         object
LIBGEO      object
PMUN2021    object
PMUN2020    object
PMUN2019    object
PMUN2018    object
PMUN2017    object
PMUN2016    object
PMUN2015    object
PMUN2014    object
PMUN2013    object
PMUN2012    object
PMUN2011    object
PMUN2010    object
PMUN2009    object
PMUN2008    object
PMUN2007    object
PMUN2006    object
PSDC1999    object
PSDC1990    object
PSDC1982    object
PSDC1975    object
PSDC1968    object
PSDC1962    object
PTOT1954    object
PTOT1936    object
PTOT1931    object
PTOT1926    object
PTOT1921    object
PTOT1911    object
PTOT1906    object
PTOT1901    object
PTOT1896    object
PTOT1891    object
PTOT1886    object
PTOT1881    object
PTOT1876    object
dtype: object

# RÉSUMÉ DES INFORMATIONS SUR LE DATAFRAME

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 34947 entries, 0 to 34946
Data columns (total 39 columns):
 #   Column    Non-Null Count  Dtype 
---  ------    --------------  ----- 
 0   CODGEO    34947 non-null  object
 1   REG       34947 non-null  int64 
 2   DEP       34947 non-null  object
 3   LIBGEO    34947 non-null  object
 4   PMUN2021  34947 non-null  object
 5   PMUN2020  34947 non-null  object
 6   PMUN2019  34947 non-null  object
 7   PMUN2018  34947 non-null  object
 8   PMUN2017  34947 non-null  object
 9   PMUN2016  34947 non-null  object
 10  PMUN2015  34947 non-null  object
 11  PMUN2014  34947 non-null  object
 12  PMUN2013  34947 non-null  object
 13  PMUN2012  34947 non-null  object
 14  PMUN2011  34947 non-null  object
 15  PMUN2010  34947 non-null  object
 16  PMUN2009  34947 non-null  object
 17  PMUN2008  34947 non-null  object
 18  PMUN2007  34947 non-null  object
 19  PMUN2006  34947 non-null  object
 20  PSDC1999  34947 non-null  object
 21  PSDC1990  34947 non-null  object
 22  PSDC1982  34947 non-null  object
 23  PSDC1975  34947 non-null  object
 24  PSDC1968  34947 non-null  object
 25  PSDC1962  34947 non-null  object
 26  PTOT1954  34921 non-null  object
 27  PTOT1936  34835 non-null  object
 28  PTOT1931  34475 non-null  object
 29  PTOT1926  34475 non-null  object
 30  PTOT1921  34475 non-null  object
 31  PTOT1911  34475 non-null  object
 32  PTOT1906  34475 non-null  object
 33  PTOT1901  34475 non-null  object
 34  PTOT1896  34475 non-null  object
 35  PTOT1891  34475 non-null  object
 36  PTOT1886  34475 non-null  object
 37  PTOT1881  34475 non-null  object
 38  PTOT1876  34475 non-null  object
dtypes: int64(1), object(38)
memory usage: 10.4+ MB

Le DataFrame population est composé de 39 colonnes et 34947 lignes.
Toutes les colonnes sont de type object (chaîne de caractères) sauf la colonne REG qui est de type int64.

On remarque de plus qu’il y a des données manquantes dans les dernières colonnes (34475 vs 34947).

1.2 Nettoyer les colonnes et les données

1.2.1 Suppression de colonnes inutiles

La colonne CODGEO est inutile pour notre analyse. Nous allons la supprimer.

df.drop('CODGEO', axis=1, inplace=True, errors='ignore')
df.head(20)

	REG	DEP	LIBGEO	PMUN2021	PMUN2020	PMUN2019	PMUN2018	PMUN2017	PMUN2016	PMUN2015	...	PTOT1926	PTOT1921	PTOT1911	PTOT1906	PTOT1901	PTOT1896	PTOT1891	PTOT1886	PTOT1881	PTOT1876
0	44	55	Beaumont-en-Verdunois	0	0	0	0	0	0	0	...	0	0	186	197	215	219	233	260	277	274
1	44	55	Bezonvaux	0	0	0	0	0	0	0	...	3	0	149	156	173	181	221	239	217	235
2	44	55	Cumières-le-Mort-Homme	0	0	0	0	0	0	0	...	4	3	205	206	239	240	239	238	251	246
3	44	55	Fleury-devant-Douaumont	0	0	0	0	0	0	0	...	90	12	422	361	348	433	425	524	334	378
4	44	55	Haumont-près-Samogneux	0	0	0	0	0	0	0	...	5	5	131	148	156	162	172	196	195	215
5	44	55	Louvemont-Côte-du-Poivre	0	0	0	0	0	0	0	...	10	0	183	200	204	234	235	265	250	253
6	84	26	Rochefourchat	1	1	1	1	1	1	1	...	40	52	64	94	89	92	112	125	128	151
7	44	54	Leménil-Mitry	2	3	3	3	3	3	3	...	22	24	34	39	24	37	45	48	50	52
8	84	26	La Bâtie-des-Fonds	2	2	2	3	4	5	6	...	40	57	60	84	90	100	100	105	106	108
9	44	51	Rouvroy-Ripont	3	3	4	6	8	10	9	...	10	6	166	173	169	199	228	235	242	283
10	76	31	Caubous	4	4	4	4	4	4	4	...	41	43	53	50	53	50	58	66	63	65
11	84	26	Pommerol	5	5	6	6	11	15	20	...	37	27	45	67	69	93	87	118	107	115
12	76	11	Fontanès-de-Sault	5	5	5	5	5	5	5	...	65	68	136	123	141	171	183	198	196	203
13	93	04	Majastres	5	4	4	4	4	4	3	...	61	76	150	183	211	221	259	273	276	303
14	44	52	Charmes-en-l'Angle	6	6	7	9	10	10	10	...	40	35	77	59	57	71	82	89	99	124
15	44	88	Maroncourt	6	6	7	7	9	11	12	...	18	23	23	37	35	30	35	49	55	62
16	32	80	Épécamps	6	6	5	5	5	5	5	...	21	26	28	36	37	32	36	46	47	56
17	27	39	Mérona	7	7	7	8	8	9	10	...	27	31	30	30	38	40	41	49	43	47
18	44	55	Ornes	7	7	6	6	5	6	5	...	24	23	718	841	861	913	975	1 021	1 033	1 100
19	44	57	Molring	7	4	5	5	5	7	8	...	35	43	52	82	74	67	70	70	55	82

20 rows × 38 columns

1.2.2 Modification des labels des colonnes

Nous allons renommer les étiquettes des colonnes de la troisième jusqu’à la dernière df.columns[3:] pour ne garder que les derniers quatre caractères col[-4:] (de sort à avoir encore des string mais qui pourrons être transformées en entiers au besoin).

# Renommer les colonnes des années
# ===============================

# { old_name_of_col : new_name_of_col    for col in df.columns[3:] }
dico_old_new = { col:col[-4:] for col in df.columns[3:] }
df.rename(columns=dico_old_new, inplace=True)
df

	REG	DEP	LIBGEO	2021	2020	2019	2018	2017	2016	2015	...	1926	1921	1911	1906	1901	1896	1891	1886	1881	1876
0	44	55	Beaumont-en-Verdunois	0	0	0	0	0	0	0	...	0	0	186	197	215	219	233	260	277	274
1	44	55	Bezonvaux	0	0	0	0	0	0	0	...	3	0	149	156	173	181	221	239	217	235
2	44	55	Cumières-le-Mort-Homme	0	0	0	0	0	0	0	...	4	3	205	206	239	240	239	238	251	246
3	44	55	Fleury-devant-Douaumont	0	0	0	0	0	0	0	...	90	12	422	361	348	433	425	524	334	378
4	44	55	Haumont-près-Samogneux	0	0	0	0	0	0	0	...	5	5	131	148	156	162	172	196	195	215
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
34942	52	44	Nantes	323 204	320 732	318 808	314 138	309 346	306 694	303 382	...	184 509	183 704	170 535	161 908	160 033	146 170	142 410	144 938	140 221	135 504
34943	93	06	Nice	348 085	343 477	342 669	341 032	340 017	342 637	342 522	...	184 441	155 839	142 940	134 232	105 109	93 760	88 273	77 478	66 279	53 397
34944	76	31	Toulouse	504 078	498 003	493 465	486 828	479 553	475 438	471 941	...	180 771	175 434	149 576	149 438	149 841	149 963	149 791	147 617	140 289	131 642
34945	84	69	Lyon	522 250	522 228	522 969	518 635	516 092	515 695	513 275	...	574 125	564 446	526 248	474 652	461 687	468 311	440 315	404 172	378 581	344 513
34946	93	13	Marseille	873 076	870 321	870 731	868 277	863 310	862 211	861 635	...	652 196	586 341	550 619	517 498	491 161	442 239	403 749	376 143	360 099	318 868

34947 rows × 38 columns

1.2.3 Modification des valeurs (nombre d’habitants) : nettoyage et typecasting

Maintenant, nous allons modifier les valeurs corespondant aux nombres d’habitants pour les rendre des entiers (par exemple, " 1 000 " devient 1000).

En effet, les valeurs correspondant à la population sont des chaînes de caractères qui ne peuvent pas être converties en entiers directement. Il faut remplacer le caractère \xa0 (qui correspond à l’espace insécable) par '', puis convertir les chaînes de caractères ainsi nettoyées en entiers.

# Ancienne méthode
# df[df.columns[4:]] = df[df.columns[3:]].applymap(lambda x: int(x.replace('\xa0', '')) if isinstance(x, str) else x)
# df

# Méthode avec la fonction clean_value
 
def clean_value(val):
    try:
        if isinstance(val, str):
            val = val.replace('\xa0', '').strip()
            if val.isdigit():
                return int(val)
        return val
    except Exception as e:
        return val
    
# Apply clean_value function to each column individually using map
for col in df.columns[3:]:
    df[col] = df[col].map(clean_value).astype('Int64') 

# Int64 est un type Pandas qui permet d'avoir des entiers avec 
# des valeurs manquantes (NaN)

df

	REG	DEP	LIBGEO	2021	2020	2019	2018	2017	2016	2015	...	1926	1921	1911	1906	1901	1896	1891	1886	1881	1876
0	44	55	Beaumont-en-Verdunois	0	0	0	0	0	0	0	...	0	0	186	197	215	219	233	260	277	274
1	44	55	Bezonvaux	0	0	0	0	0	0	0	...	3	0	149	156	173	181	221	239	217	235
2	44	55	Cumières-le-Mort-Homme	0	0	0	0	0	0	0	...	4	3	205	206	239	240	239	238	251	246
3	44	55	Fleury-devant-Douaumont	0	0	0	0	0	0	0	...	90	12	422	361	348	433	425	524	334	378
4	44	55	Haumont-près-Samogneux	0	0	0	0	0	0	0	...	5	5	131	148	156	162	172	196	195	215
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
34942	52	44	Nantes	323204	320732	318808	314138	309346	306694	303382	...	184509	183704	170535	161908	160033	146170	142410	144938	140221	135504
34943	93	06	Nice	348085	343477	342669	341032	340017	342637	342522	...	184441	155839	142940	134232	105109	93760	88273	77478	66279	53397
34944	76	31	Toulouse	504078	498003	493465	486828	479553	475438	471941	...	180771	175434	149576	149438	149841	149963	149791	147617	140289	131642
34945	84	69	Lyon	522250	522228	522969	518635	516092	515695	513275	...	574125	564446	526248	474652	461687	468311	440315	404172	378581	344513
34946	93	13	Marseille	873076	870321	870731	868277	863310	862211	861635	...	652196	586341	550619	517498	491161	442239	403749	376143	360099	318868

34947 rows × 38 columns

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 34947 entries, 0 to 34946
Data columns (total 38 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   REG     34947 non-null  int64 
 1   DEP     34947 non-null  object
 2   LIBGEO  34947 non-null  object
 3   2021    34947 non-null  Int64 
 4   2020    34947 non-null  Int64 
 5   2019    34947 non-null  Int64 
 6   2018    34947 non-null  Int64 
 7   2017    34947 non-null  Int64 
 8   2016    34947 non-null  Int64 
 9   2015    34947 non-null  Int64 
 10  2014    34947 non-null  Int64 
 11  2013    34947 non-null  Int64 
 12  2012    34947 non-null  Int64 
 13  2011    34947 non-null  Int64 
 14  2010    34947 non-null  Int64 
 15  2009    34947 non-null  Int64 
 16  2008    34947 non-null  Int64 
 17  2007    34947 non-null  Int64 
 18  2006    34947 non-null  Int64 
 19  1999    34947 non-null  Int64 
 20  1990    34947 non-null  Int64 
 21  1982    34947 non-null  Int64 
 22  1975    34947 non-null  Int64 
 23  1968    34947 non-null  Int64 
 24  1962    34947 non-null  Int64 
 25  1954    34921 non-null  Int64 
 26  1936    34835 non-null  Int64 
 27  1931    34475 non-null  Int64 
 28  1926    34475 non-null  Int64 
 29  1921    34475 non-null  Int64 
 30  1911    34475 non-null  Int64 
 31  1906    34475 non-null  Int64 
 32  1901    34475 non-null  Int64 
 33  1896    34475 non-null  Int64 
 34  1891    34475 non-null  Int64 
 35  1886    34475 non-null  Int64 
 36  1881    34475 non-null  Int64 
 37  1876    34475 non-null  Int64 
dtypes: Int64(35), int64(1), object(2)
memory usage: 11.3+ MB

1.3 Aggregations

1.3.1 Combien de départements par region ?

df.pivot_table(index='REG', values='DEP', aggfunc='nunique')

	DEP
REG
1	1
2	1
3	1
4	1
11	8
24	6
27	8
28	5
32	5
44	10
52	5
53	4
75	12
76	13
84	12
93	6
94	2

# ou avec groupby
# ====================================

df_grby = df.groupby("REG")["DEP"]
nb_dep_par_reg = df_grby.nunique()
# C'est une série: 
# - les index sont les codes régionaux, 
# - les valeurs sont le nombre de départements

# On peut alors l'utiliser pour afficher des informations supplémentaires
for reg, count in nb_dep_par_reg.items():
    dep_uniques = df_grby.get_group(reg).unique()  # les départements uniques pour cette région
    print(f"La région {reg} ({region_dict[reg]}) a {count} départements : {dep_uniques}")

La région 1 (Guadeloupe) a 1 départements : ['971']
La région 2 (Martinique) a 1 départements : ['972']
La région 3 (Guyane) a 1 départements : ['973']
La région 4 (La Réunion) a 1 départements : ['974']
La région 11 (Île-de-France) a 8 départements : ['77' '95' '78' '91' '92' '94' '93' '75']
La région 24 (Centre-Val de Loire) a 6 départements : ['18' '28' '45' '41' '36' '37']
La région 27 (Bourgogne-Franche-Comté) a 8 départements : ['39' '25' '58' '21' '70' '71' '89' '90']
La région 28 (Normandie) a 5 départements : ['50' '76' '61' '14' '27']
La région 32 (Hauts-de-France) a 5 départements : ['80' '62' '60' '02' '59']
La région 44 (Grand Est) a 10 départements : ['55' '54' '51' '52' '88' '57' '08' '10' '67' '68']
La région 52 (Pays de la Loire) a 5 départements : ['72' '53' '49' '85' '44']
La région 53 (Bretagne) a 4 départements : ['22' '35' '56' '29']
La région 75 (Nouvelle-Aquitaine) a 12 départements : ['23' '24' '19' '16' '47' '33' '40' '64' '87' '17' '79' '86']
La région 76 (Occitanie) a 13 départements : ['31' '11' '09' '65' '66' '34' '30' '32' '12' '81' '48' '82' '46']
La région 84 (Auvergne-Rhône-Alpes) a 12 départements : ['26' '38' '63' '15' '43' '01' '73' '03' '42' '07' '74' '69']
La région 93 (Provence-Alpes-Côte d'Azur) a 6 départements : ['04' '05' '83' '84' '06' '13']
La région 94 (Corse) a 2 départements : ['2B' '2A']

1.3.2 Combien de communes par région ?

Attention, avec nunique(), on compte le nombre de valeurs uniques, or certains noms de communes sont dupliqués. Il faut donc utiliser une autre méthode comme pivot_table() avec aggfunc='count'.

df_communes_by_region = df.pivot_table(index='REG', values='LIBGEO', aggfunc='count')
df_communes_by_region

# df.groupby('REG')[2021].count() 
# df[['REG','DEP','LIBGEO']].pivot_table(index='REG', values='LIBGEO', aggfunc='count')

	LIBGEO
REG
1	32
2	34
3	22
4	24
11	1287
24	1757
27	3699
28	2651
32	3787
44	5119
52	1233
53	1207
75	4308
76	4453
84	4028
93	946
94	360

1.3.2.1 Bonus : visualisation des données sur une carte choroplèthe

On peut visualiser le nombre de communes par région sur une carte de France. Cette visualisation nécéssite de récupérer les coordonnées géographiques des régions et de les associer au DataFrame df_communes_by_region. Pour cela, nous pouvons utiliser une base de données géographiques telle que GeoJSON. Ensuite, nous pouvons utiliser la bibliothèque Plotly pour créer une carte choroplèthe en utilisant les coordonnées géographiques et les données de population par région. Voici un exemple de code pour réaliser cette visualisation :

# Préparer les données pour la carte choroplèth
# ===============================================
# Il faut réinitialiser l'index pour que 'REG' devienne une colonne normale
df_communes_by_region = df_communes_by_region.reset_index()
# Renommer les colonnes
df_communes_by_region.columns = ['REG', 'Nombre_communes']
# Ajouter les noms des régions
df_communes_by_region['Nom_Region'] = df_communes_by_region['REG'].map(region_dict)
df_communes_by_region

	REG	Nombre_communes	Nom_Region
0	1	32	Guadeloupe
1	2	34	Martinique
2	3	22	Guyane
3	4	24	La Réunion
4	11	1287	Île-de-France
5	24	1757	Centre-Val de Loire
6	27	3699	Bourgogne-Franche-Comté
7	28	2651	Normandie
8	32	3787	Hauts-de-France
9	44	5119	Grand Est
10	52	1233	Pays de la Loire
11	53	1207	Bretagne
12	75	4308	Nouvelle-Aquitaine
13	76	4453	Occitanie
14	84	4028	Auvergne-Rhône-Alpes
15	93	946	Provence-Alpes-Côte d'Azur
16	94	360	Corse

# Récupérer les données GeoJSON
geo_url = "https://raw.githubusercontent.com/gregoiredavid/france-geojson/master/regions-version-simplifiee.geojson"
france_regions_geo = requests.get(geo_url).json()

# Pour comprendre la structure du GeoJSON
# ========================================================

# import json

# print("=== Structure du GeoJSON ===")
# print(f"Type: {type(france_regions_geo)}")
# print(f"Clés principales: {france_regions_geo.keys()}")
# print(f"\nNombre de régions: {len(france_regions_geo['features'])}")

# print("\n=== Exemple d'une région (première feature) ===")
# first_feature = france_regions_geo['features'][0]
# print(f"Clés de la feature: {first_feature.keys()}")
# print(f"\nPropriétés disponibles:")
# print(json.dumps(first_feature['properties'], indent=2, ensure_ascii=False))

# print("\n=== TOUTES les régions avec leurs propriétés ===")
# for i, feature in enumerate(france_regions_geo['features']):
#     props = feature['properties']
#     print(f"\nRégion {i+1}: {json.dumps(props, indent=2, ensure_ascii=False)}")

# Créer la carte choroplèth avec plotly
# ========================================

# Appel utilisant les codes des régions
fig = px.choropleth(
    df_communes_by_region,      # DataFrame avec les données
    geojson=france_regions_geo, # Données géographiques au format GeoJSON
    
    # Appel utilisant les codes des régions
    locations='REG',            # Colonne du DataFrame avec les codes des régions
    featureidkey='properties.code', # Clé du code dans le GeoJSON
    # Appel utilisant les noms des régions
    #locations='Nom_Region',        # Doit correspondre aux noms dans le GeoJSON
    #featureidkey='properties.nom', # Clé dans le GeoJSON pour faire correspondre
    
    color='Nombre_communes',    # Colonne pour la coloration
    color_continuous_scale='Blues', # Palette de couleurs
    labels={'Nombre_communes': 'Nombre de communes'},   # Étiquette pour la légende
    title='Nombre de communes par région en France',
    hover_data={'REG': True, 'Nom_Region': True, 'Nombre_communes': True}, # Infos au survol
    scope='europe', # Centrer la carte sur l'Europe (optionnel)
    # projection="mercator", # Projection cartographique, par défaut "equirectangular"
)

# Ajuster la vue sur la France et n'afficher que la France
fig.update_geos( fitbounds="locations", visible=False )
# fig.update_layout(width=800, height=600)
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})
fig.show()

1.3.3 Combien de communes par région et département ?

df_grbt_REG_DEP_LIBGEO =  df.groupby(['REG', 'DEP'])['LIBGEO'].count()
# On peut utiliser count car dans chaque département le nom des communes est unique

# Pour vérifier on affiché le nombre de communes dans la région PACA (93) selon le département
df_grbt_REG_DEP_LIBGEO[93]  

DEP
04    198
05    162
06    163
13    119
83    153
84    151
Name: LIBGEO, dtype: int64

1.3.4 Combien de personnes par region en 2021 ?

df_sum_2021_by_region = df.pivot_table(index='REG', values='2021', aggfunc='sum', margins=True)
# df.groupby('REG')['2021'].sum()
df_sum_2021_by_region

	2021
REG
1	384315.0
2	360749.0
3	286618.0
4	871157.0
11	12317279.0
24	2573303.0
27	2800194.0
28	3327966.0
32	5995292.0
44	5561287.0
52	3853999.0
53	3394567.0
75	6069352.0
76	6022176.0
84	8114361.0
93	5127840.0
94	347597.0
All	67408052.0

Quelle est la région la plus peuplée en 2021 ?

# margins=True ajoute une ligne "All" qu'on doit retirer avant de tracer
df_sum_2021_by_region = df_sum_2021_by_region.drop(index="All")

region_max_2021 = df_sum_2021_by_region.idxmax()
display(region_max_2021)              # indice = code de la région la plus peuplée en 2021
region_dict[region_max_2021.iloc[0]]  # nom de la région la plus peuplée en 2021

2021    11
dtype: object

'Île-de-France'

df_sum_2021_by_region.index = ( df_sum_2021_by_region.index.map(region_dict) ) 

df_sum_2021_by_region.plot(
    kind='bar',
    figsize=(8, 5)
)
plt.xticks(rotation=45, ha='right')
plt.grid()
plt.title("Nombre d'habitants en 2021 par région")
plt.xlabel("Région")
plt.ylabel("Nombre d'habitants")
plt.show()

# Tri en ordre croissant
df_sum_2021_by_region_plot = df_sum_2021_by_region.sort_values(by="2021", ascending=True)


# Pie chart
df_sum_2021_by_region_plot.plot.pie(
    y='2021',
    autopct='%1.1f%%',
    figsize=(8, 8),
    legend=False
)

plt.ylabel("")  # enlève le label y
plt.title("Répartition de la population 2021 par région")
plt.tight_layout()
plt.show()

Bonus : afficher la population totale par région dans une carte choroplèthe.

# Préparer les données de population par région
df_sum_2021_by_region_reset = df_sum_2021_by_region_plot.reset_index()
df_sum_2021_by_region_reset.columns = ['REG', 'Population']

# Ajouter les noms des régions
df_sum_2021_by_region_reset['Nom_Region'] = df_sum_2021_by_region_reset['REG'].map(region_dict)

# Créer la carte choroplèth avec plotly
fig = px.choropleth(
    df_sum_2021_by_region_reset,
    geojson=france_regions_geo,
    locations='REG', # doit correspondre à "properties.nom" dans le GeoJSON
    featureidkey='properties.nom',
    color='Population',
    color_continuous_scale='YlOrRd',
    labels={'Population': 'Nombre d\'habitants'},
    title='Population par région en France (2021)',
    hover_data={'Nom_Region': True, 'Population': ':,'},
    projection="mercator",
)

# Ajuster la vue sur la France et n'afficher que la France
fig.update_geos( fitbounds="locations", visible=False )
# fig.update_layout(height=600, width=800)
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})
fig.show()

1.4 Étude de la région PACA

Dans la suite nous considérérons les données de la région Provence-Alpes-Côte d’Azur que nous sauvons dans un DataFrame df_PACA.

# Méthode 1
# mask = (df['REG'] == 93)
# df_PACA = df[mask]

# Méthode 2
df_grbyREG = df.groupby('REG')
df_PACA = df_grbyREG.get_group(name=93)
df_IdF = df_grbyREG.get_group(name=11)

# Affichage
df_PACA

	REG	DEP	LIBGEO	2021	2020	2019	2018	2017	2016	2015	...	1926	1921	1911	1906	1901	1896	1891	1886	1881	1876
13	93	04	Majastres	5	4	4	4	4	4	3	...	61	76	150	183	211	221	259	273	276	303
21	93	05	La Haute-Beaume	8	8	8	8	9	9	9	...	41	41	47	52	49	47	45	59	59	64
25	93	83	Vérignon	9	9	9	9	10	10	10	...	60	60	66	70	85	77	94	88	81	88
26	93	04	Saint-Martin-lès-Seyne	10	12	13	13	14	13	13	...	86	96	108	110	109	113	132	138	150	145
34	93	05	Nossage-et-Bénévent	12	14	15	16	15	15	14	...	32	34	48	51	57	46	53	67	66	54
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
34890	93	84	Avignon	90330	90597	91143	91729	91921	92378	92130	...	51685	46033	47110	46162	44809	43100	41519	39182	35981	36317
34919	93	13	Aix-en-Provence	147478	147122	145133	143097	142482	143006	142668	...	35106	29983	29836	29829	29418	28913	28357	29057	29257	28693
34932	93	83	Toulon	180452	179659	178745	176198	171953	169634	167479	...	115120	106331	104582	103549	101602	95276	77747	70122	70103	70509
34943	93	06	Nice	348085	343477	342669	341032	340017	342637	342522	...	184441	155839	142940	134232	105109	93760	88273	77478	66279	53397
34946	93	13	Marseille	873076	870321	870731	868277	863310	862211	861635	...	652196	586341	550619	517498	491161	442239	403749	376143	360099	318868

946 rows × 38 columns

1.4.1 Combien de départements dans la région PACA ?

df_PACA["DEP"].nunique()

6

for code_dep in df_PACA["DEP"].unique():
    print(code_dep, dep_PACA[code_dep])

04 Alpes-de-Haute-Provence
05 Hautes-Alpes
83 Var
84 Vaucluse
06 Alpes-Maritimes
13 Bouches-du-Rhône

1.4.2 Combien de communes dans la région PACA ?

df_PACA["DEP"].shape[0]

946

1.4.3 Combien de commune dans chaque département de la région PACA ?

df_PACA.pivot_table(index='DEP', values='LIBGEO', aggfunc='count', margins=True)

	LIBGEO
DEP
04	198
05	162
06	163
13	119
83	153
84	151
All	946

Est-ce qu’il existe des communes avec le même nom dans la région Provence-Alpes-Côte d’Azur ?

df_PACA['LIBGEO'].count() - df_PACA['LIBGEO'].nunique()

12

Il y a bien 12 communes avec le même nom dans la région Provence-Alpes-Côte d’Azur (mais pas le même CODGEO). Lesquelles ?

duplicated_names = df_PACA['LIBGEO'].duplicated(keep=False) # c'est un masque, l'option keep=False signifie que chaque valeur de la colonne qui apparaît plus d'une fois sera marquée comme True. Les valeurs uniques (apparaissant une seule fois) seront marquées comme False.
communes_duplicated_sorted = df_PACA[duplicated_names].sort_values(by='LIBGEO')
communes_duplicated_sorted

	REG	DEP	LIBGEO	2021	2020	2019	2018	2017	2016	2015	...	1926	1921	1911	1906	1901	1896	1891	1886	1881	1876
27562	93	04	Aiglun	1413	1420	1432	1432	1440	1412	1384	...	174	187	218	220	239	231	259	268	293	298
3063	93	06	Aiglun	93	93	94	93	91	89	86	...	115	100	142	152	150	175	241	187	218	268
30188	93	06	Aspremont	2300	2271	2272	2230	2187	2144	2139	...	424	510	591	611	579	615	711	512	727	513
15215	93	05	Aspremont	366	369	369	363	358	350	341	...	300	330	376	396	421	451	453	507	512	501
19004	93	05	Châteauvieux	528	519	506	496	490	488	485	...	127	141	173	165	177	179	178	201	202	231
2072	93	83	Châteauvieux	75	77	79	81	83	87	85	...	66	66	76	80	89	82	93	92	104	109
15388	93	83	Esparron	371	370	371	364	356	349	345	...	265	267	284	310	346	367	364	371	416	410
1254	93	05	Esparron	58	58	57	56	51	45	40	...	112	107	143	128	132	162	166	172	190	213
34587	93	83	La Garde	25912	25563	25505	25380	25126	25236	25047	...	3048	2827	3037	2961	2791	2398	2171	1971	1819	1896
4874	93	04	La Garde	124	121	118	104	89	75	77	...	119	116	122	156	180	211	218	238	237	246
17862	93	05	La Rochette	475	473	474	470	466	469	472	...	265	261	280	274	260	271	267	302	382	276
1915	93	04	La Rochette	72	74	75	72	70	67	66	...	168	190	241	258	259	272	276	286	282	310
32836	93	83	Le Castellet	5285	4578	3873	3887	3886	3875	3947	...	1324	1232	1314	1242	1332	1353	1293	1295	1384	1744
13105	93	04	Le Castellet	301	298	299	296	293	289	292	...	177	181	198	186	206	218	220	250	246	228
27587	93	84	Mirabeau	1419	1389	1344	1324	1288	1253	1218	...	302	315	408	420	450	493	484	549	505	558
18559	93	04	Mirabeau	509	512	511	511	511	511	510	...	220	255	314	355	374	388	404	411	481	507
7468	93	05	Rousset	172	177	181	182	183	179	171	...	189	163	176	166	177	197	208	211	224	225
32814	93	13	Rousset	5209	4977	4918	4881	4844	4811	4768	...	705	862	713	683	668	684	693	730	777	853
32350	93	06	Saint-Jeannet	4303	4317	4246	4157	4128	4099	4071	...	857	834	981	939	965	1061	1377	1113	1062	1027
798	93	04	Saint-Jeannet	47	48	48	50	54	59	63	...	116	112	162	183	225	201	238	251	264	242
3310	93	04	Sigoyer	98	101	103	104	107	105	104	...	120	128	150	151	162	161	161	190	206	218
22301	93	05	Sigoyer	730	727	708	688	665	664	664	...	472	467	526	555	561	591	623	668	674	712
9567	93	05	Vitrolles	214	210	209	204	204	205	206	...	206	196	211	236	237	268	298	319	350	343
34709	93	13	Vitrolles	35532	34418	33333	33101	33310	33880	34089	...	812	794	819	875	892	910	910	1007	1010	1082

24 rows × 38 columns

1.4.4 Combien de personnes habitaient en PACA en 2021 ?

display( df_PACA['2021'].sum() ) 

5127840

1.4.5 Combien de personnes habitaient dans chaque département de la région PACA en 2021 ?

PACA_DEP_2021 = df_PACA.pivot_table(index='DEP', values='2021', aggfunc='sum', margins=True)
PACA_DEP_2021

	2021
DEP
04	166077.0
05	140976.0
06	1103941.0
13	2056943.0
83	1095337.0
84	564566.0
All	5127840.0

# margins=True ajoute une ligne "All" qu'on doit retirer avant de tracer
PACA_DEP_2021_plot = PACA_DEP_2021.drop(index="All")

PACA_DEP_2021_plot.index = ( PACA_DEP_2021_plot.index.map(dep_PACA)) 


PACA_DEP_2021_plot.plot(
    kind='bar',
    figsize=(8, 5)
)
plt.title("Nombre d'habitants en 2021 par département (PACA)")
plt.xlabel("Département")
plt.ylabel("Nombre d'habitants")
plt.xticks(rotation=45, ha='right')
plt.show()

# Tri en ordre croissant
PACA_DEP_2021_plot = PACA_DEP_2021_plot.sort_values(by="2021", ascending=True)

PACA_DEP_2021_plot.plot.pie(
    y='2021',
    autopct='%1.1f%%',
    figsize=(6, 6),
    legend=False
)
plt.ylabel("")
plt.title("Répartition des habitants en 2021 par département (PACA)")
plt.show()

1.5 Étude du département VAR

Dans la suite nous allons considérer les données du département du Var que nous sauvons dans un DataFrame df_83.

# Methode 1
# df_83 = df[ df['DEP'] == '83' ] 
# df_83 = df_PACA[ df_PACA['DEP'] == '83' ] 

# Methode 2
df_83 = df_PACA.groupby('DEP').get_group(name='83')

# Affichage
df_83

	REG	DEP	LIBGEO	2021	2020	2019	2018	2017	2016	2015	...	1926	1921	1911	1906	1901	1896	1891	1886	1881	1876
25	93	83	Vérignon	9	9	9	9	10	10	10	...	60	60	66	70	85	77	94	88	81	88
119	93	83	Brenon	22	23	25	27	29	31	30	...	25	26	45	33	56	63	67	75	78	81
748	93	83	Le Bourguet	45	42	41	38	35	31	30	...	56	78	124	118	121	151	139	149	154	146
975	93	83	Riboux	51	51	49	48	46	44	42	...	21	16	21	34	42	39	36	35	40	47
2072	93	83	Châteauvieux	75	77	79	81	83	87	85	...	66	66	76	80	89	82	93	92	104	109
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
34739	93	83	Draguignan	39745	39434	39433	39106	39340	40053	40278	...	9441	9199	9974	9770	9671	9963	9816	9753	9133	9223
34828	93	83	Hyères	55103	54615	54821	55069	55588	55772	56478	...	19816	17476	21339	17790	17659	14978	11752	10577	10863	9639
34833	93	83	Fréjus	57082	55750	54458	53786	52672	53168	52897	...	9091	9451	4022	4190	4156	3510	3139	3540	3135	3478
34847	93	83	La Seyne-sur-Mer	62763	62232	62987	62888	63936	64620	64903	...	23504	22066	21042	18808	20003	15564	13650	12540	11498	10148
34932	93	83	Toulon	180452	179659	178745	176198	171953	169634	167479	...	115120	106331	104582	103549	101602	95276	77747	70122	70103	70509

153 rows × 38 columns

Combien de communes sont présentes dans le département du Var ?

# df_83['LIBGEO'].count()
df_83['LIBGEO'].shape[0]

153

Est-ce qu’il existe des communes avec le même nom dans le département du VAR ?

df_83['LIBGEO'].count() - df_83['LIBGEO'].nunique()

0

Pour choisir une commune, on va d’abord afficher toutes les communes du département du Var (pour vérifier l’orthographe) :

# première idée : on affiche toutes les communes mais elles sont trop nombreuses
sorted(df_83['LIBGEO'].tolist())

['Aiguines',
 'Ampus',
 'Artignosc-sur-Verdon',
 'Artigues',
 'Aups',
 'Bagnols-en-Forêt',
 'Bandol',
 'Bargemon',
 'Bargème',
 'Barjols',
 'Baudinard-sur-Verdon',
 'Bauduen',
 'Belgentier',
 'Besse-sur-Issole',
 'Bormes-les-Mimosas',
 'Bras',
 'Brenon',
 'Brignoles',
 'Brue-Auriac',
 'Cabasse',
 'Callas',
 'Callian',
 'Camps-la-Source',
 'Carcès',
 'Carnoules',
 'Carqueiranne',
 'Cavalaire-sur-Mer',
 'Châteaudouble',
 'Châteauvert',
 'Châteauvieux',
 'Claviers',
 'Cogolin',
 'Collobrières',
 'Comps-sur-Artuby',
 'Correns',
 'Cotignac',
 'Cuers',
 'Draguignan',
 'Entrecasteaux',
 'Esparron',
 'Fayence',
 'Figanières',
 'Flassans-sur-Issole',
 'Flayosc',
 'Forcalqueiret',
 'Fox-Amphoux',
 'Fréjus',
 'Garéoult',
 'Gassin',
 'Ginasservis',
 'Gonfaron',
 'Grimaud',
 'Hyères',
 'La Bastide',
 "La Cadière-d'Azur",
 'La Celle',
 'La Crau',
 'La Croix-Valmer',
 'La Farlède',
 'La Garde',
 'La Garde-Freinet',
 'La Londe-les-Maures',
 'La Martre',
 'La Motte',
 'La Môle',
 'La Roque-Esclapon',
 'La Roquebrussanne',
 'La Seyne-sur-Mer',
 'La Valette-du-Var',
 'La Verdière',
 'Le Beausset',
 'Le Bourguet',
 'Le Cannet-des-Maures',
 'Le Castellet',
 'Le Lavandou',
 'Le Luc',
 'Le Muy',
 'Le Plan-de-la-Tour',
 'Le Pradet',
 'Le Revest-les-Eaux',
 'Le Thoronet',
 'Le Val',
 "Les Adrets-de-l'Estérel",
 'Les Arcs',
 'Les Mayons',
 'Les Salles-sur-Verdon',
 'Lorgues',
 'Mazaugues',
 'Moissac-Bellevue',
 'Mons',
 'Montauroux',
 'Montferrat',
 'Montfort-sur-Argens',
 'Montmeyan',
 'Méounes-lès-Montrieux',
 'Nans-les-Pins',
 'Néoules',
 'Ollioules',
 'Ollières',
 'Pierrefeu-du-Var',
 'Pignans',
 "Plan-d'Aups-Sainte-Baume",
 'Pontevès',
 'Pourcieux',
 'Pourrières',
 'Puget-Ville',
 'Puget-sur-Argens',
 'Ramatuelle',
 'Rayol-Canadel-sur-Mer',
 'Rians',
 'Riboux',
 'Rocbaron',
 'Roquebrune-sur-Argens',
 'Rougiers',
 'Régusse',
 'Saint-Antonin-du-Var',
 'Saint-Cyr-sur-Mer',
 'Saint-Julien',
 'Saint-Mandrier-sur-Mer',
 'Saint-Martin-de-Pallières',
 'Saint-Maximin-la-Sainte-Baume',
 'Saint-Paul-en-Forêt',
 'Saint-Raphaël',
 'Saint-Tropez',
 'Saint-Zacharie',
 'Sainte-Anastasie-sur-Issole',
 'Sainte-Maxime',
 'Salernes',
 'Sanary-sur-Mer',
 'Seillans',
 "Seillons-Source-d'Argens",
 'Signes',
 'Sillans-la-Cascade',
 'Six-Fours-les-Plages',
 'Solliès-Pont',
 'Solliès-Toucas',
 'Solliès-Ville',
 'Tanneron',
 'Taradeau',
 'Tavernes',
 'Toulon',
 'Tourrettes',
 'Tourtour',
 'Tourves',
 'Trans-en-Provence',
 'Trigance',
 'Varages',
 'Vidauban',
 'Villecroze',
 'Vinon-sur-Verdon',
 'Vins-sur-Caramy',
 'Vérignon',
 'Évenos']

On cherche alors une commune en particulier avec un filtre sur le nom de la commune avec la méthode str.contains() :

commune_recherchee = 'Sol'
mask = df_83['LIBGEO'].str.contains(commune_recherchee, case=True, na=False) 
# case = False pour ne pas tenir compte de la casse, 
# na = False pour ne pas tenir compte des valeurs manquantes
df_83[ mask ]

	REG	DEP	LIBGEO	2021	2020	2019	2018	2017	2016	2015	...	1926	1921	1911	1906	1901	1896	1891	1886	1881	1876
30591	93	83	Solliès-Ville	2529	2523	2526	2488	2450	2412	2391	...	479	376	488	492	486	575	536	610	653	712
33075	93	83	Solliès-Toucas	5912	5867	5753	5696	5719	5741	5756	...	799	777	882	900	933	1017	1043	1054	1171	1227
34110	93	83	Solliès-Pont	12080	11974	11762	11496	11149	11056	10951	...	2666	2689	2757	2867	2784	2701	2705	2662	2891	2905

3 rows × 38 columns

Choisissons une commune et affichons la ligne correspondant à cette commune :

Commune = 'Solliès-Toucas'
# Commune = 'Toulon'
mask = df_83['LIBGEO'] == Commune
df_Commune = df_83[mask]
df_Commune

	REG	DEP	LIBGEO	2021	2020	2019	2018	2017	2016	2015	...	1926	1921	1911	1906	1901	1896	1891	1886	1881	1876
33075	93	83	Solliès-Toucas	5912	5867	5753	5696	5719	5741	5756	...	799	777	882	900	933	1017	1043	1054	1171	1227

1 rows × 38 columns

Nous allons afficher l’évolution de la population d’une commune de 1876 à 2021:

# xx = [int(col[-4:]) for col in df_Commune.columns[3:]] # les années
# yy = [int(val.replace('\xa0', '')) for val in df_Commune.values[0][3:]]

# xx = df_Commune.columns[3:].map(int) # les années, on utilise map pour appliquer int à chaque label de colonne
xx = np.array([int(col) for col in df_Commune.columns[3:]])  # les années
yy = df_Commune.values[0][3:] # les valeurs de l'unique ligne correspondant à la commune

plt.figure(figsize=(15, 7))

plt.plot(xx, yy, 'o-')
plt.xticks(rotation=45)  # Incline les labels des colonnes de 45 degrés
plt.grid()
plt.title(f'Évolution de la population de {Commune}');

1.6 Affichages divers

Pour afficher l’évolution de la population de la France métropolitaine de 1876 à 2021, il faut sommer les colonnes.

# Copie du DataFrame sans la première ligne
df2 = df.iloc[1:].copy()

xx = df2.columns[3:].map(int)

# Nettoyage des valeurs en supprimant les caractères '\xa0' et conversion en entier dans la copie
#df2[df2.columns[3:]] = df2[df2.columns[3:]].applymap(lambda x: int(x.replace('\xa0', '')) if isinstance(x, str) else x)


# Calcul de la somme des valeurs dans chaque colonne de la copie
yy = df2[df2.columns[3:]].sum() 
# Le résulta est une Series : la première colonne est l'indice (les années), la seconde les valeurs

# Vérifions que la somme est correcte : selon l'INSEE, en 2021 en France la population totale était de 67,76 millions d'habitants
print(f"En {yy.index[0]}, la population totale de France était de {yy.iloc[0]:e} habitants.")

En 2021, la population totale de France était de 6.740805e+07 habitants.

import matplotlib.pyplot as plt
import numpy as np

plt.figure(figsize=(15, 7))

plt.plot(xx,yy, 'o-')
plt.xticks(rotation=45)  # Incline les labels des colonnes de 45 degrés
plt.grid()
plt.title(f'Évolution de la population de France');

On affiche l’évolution de la population de la France métropolitaine de 1876 à 2021 par région :

import matplotlib.pyplot as plt

# Colonnes des années (de 2021 à 1876)
year_columns = df.columns[3:].map(int)

# Groupement des données par région
df_grbyREG = df.groupby('REG')

# Tracé de l'évolution
plt.figure(figsize=(15, 7))
# Liste des marqueurs
markers = ['o', 's', 'D', '*', '^', 'v', 'p', 'H']  # Ajouter plus si nécessaire
num_markers = len(markers)  # Nombre total de marqueurs

for i, reg in enumerate(df_grbyREG.groups.keys()):
    yy = df_grbyREG.get_group(reg).iloc[:, 3:].sum()
    marker = markers[i % num_markers]  # Sélectionner un marqueur cycliquement
    plt.plot(year_columns,yy, marker=marker, label=f"Région {reg} ({region_dict[reg]})")

# Personnalisation du graphique
plt.xticks(rotation=45)  # Incliner les années
plt.grid()
plt.title("Évolution de la population de France par région")
plt.xlabel("Année")
plt.ylabel("Population")
plt.legend(title="Régions", loc='upper left', bbox_to_anchor=(1, 1))
plt.show()

# Colonnes des années (de 2021 à 1876)
year_columns_PACA = df_PACA.columns[3:].map(int)

# Groupement des données par région
df_PACA_grbyDEP = df_PACA.groupby('DEP')

# Tracé de l'évolution
plt.figure(figsize=(15, 7))
# Liste des marqueurs
markers = ['o', 's', 'D', '*', '^', 'v', 'p', 'H']  # Ajouter plus si nécessaire
num_markers = len(markers)  # Nombre total de marqueurs

for i, dep in enumerate(df_PACA_grbyDEP.groups.keys()):
    yy = df_PACA_grbyDEP.get_group(dep).iloc[:, 3:].sum()
    marker = markers[i % num_markers]  # Sélectionner un marqueur cycliquement
    plt.plot(year_columns_PACA,yy, marker=marker, label=f"Département {dep} ({dep_PACA[dep]})")

# Personnalisation du graphique
plt.xticks(rotation=45)  # Incliner les années
plt.grid()
plt.title("Évolution de la population par département dans la région PACA")
plt.xlabel("Année")
plt.ylabel("Population")
plt.legend(title="Départements", loc='upper left', bbox_to_anchor=(1, 1))
plt.show()

dep_IdF = {
    '75': 'Paris',
    '77': 'Seine-et-Marne',
    '78': 'Yvelines',
    '91': 'Essonne',
    '92': 'Hauts-de-Seine',
    '93': 'Seine-Saint-Denis',
    '94': 'Val-de-Marne',
    '95': "Val-d'Oise"
}



# Colonnes des années (de 2021 à 1876)
year_columns_IdF = df_IdF.columns[3:].map(int)

# Groupement des données par région
df_IdF_grbyDEP = df_IdF.groupby('DEP')

# Tracé de l'évolution
plt.figure(figsize=(15, 7))
# Liste des marqueurs
markers = ['o', 's', 'D', '*', '^', 'v', 'p', 'H']  # Ajouter plus si nécessaire
num_markers = len(markers)  # Nombre total de marqueurs

for i, dep in enumerate(df_IdF_grbyDEP.groups.keys()):
    yy = df_IdF_grbyDEP.get_group(dep).iloc[:, 3:].sum()
    marker = markers[i % num_markers]  # Sélectionner un marqueur cycliquement
    plt.plot(year_columns_IdF,yy, marker=marker, label=f"Département {dep} ({dep_IdF[dep]})")

# Personnalisation du graphique
plt.xticks(rotation=45)  # Incliner les années
plt.grid()
plt.title("Évolution de la population par département dans la région Île-de-France")
plt.xlabel("Année")
plt.ylabel("Population")
plt.legend(title="Départements", loc='upper left', bbox_to_anchor=(1, 1))
plt.show()