-
Notifications
You must be signed in to change notification settings - Fork 0
/
script.py
328 lines (249 loc) · 11.1 KB
/
script.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
"""
Fuentes:
https://datos.gob.mx/busca/dataset/proyecciones-de-la-poblacion-de-mexico-y-de-las-entidades-federativas-2020-2070
https://www.gob.mx/cms/uploads/attachment/file/915066/BD_municipales_portada_regiones.pdf
Enlace directo:
https://conapo.segob.gob.mx/work/models/CONAPO/Datos_Abiertos/pry23/00_Pob_Mitad_1950_2070.csv
"""
import os
import pandas as pd
SEXO = ["Hombres", "Mujeres", "Total"]
QUINQUENAL_ESTATAL = [
(0, 4),
(5, 9),
(10, 14),
(15, 19),
(20, 24),
(25, 29),
(30, 34),
(35, 39),
(40, 44),
(45, 49),
(50, 54),
(55, 59),
(60, 64),
(65, 69),
(70, 74),
(75, 79),
(80, 84),
(85, 89),
(90, 94),
(95, 99),
(100, 120),
]
def poblacion_general_entidad():
# Creamos el directorio para la población general por entidad.
os.makedirs("./poblacion_entidad", exist_ok=True)
# Cargamos el dataset del CONAPO por entidad.
df = pd.read_csv("./data/estatal.csv")
# Filtramos los registros para solo tomar de 1970 en adelante.
# Las estimaciones estatales comienzan a partir de ese año.
df = df[df["AÑO"] >= 1970]
# Iteramos por hombres, mujeres y total.
for s in SEXO:
data = list()
# Si la iteración corresponde a 'Total' no realizamos filtrado.
if s != "Total":
temp_df = df[df["SEXO"] == s]
else:
temp_df = df
# Iteramos por entidad federativa.
for e in temp_df["ENTIDAD"].unique():
# Filtramos por la entidad federativa.
sub_temp_df = temp_df[temp_df["ENTIDAD"] == e]
# Agrupamos por año, sumamos y seleccionamos la población.
sub_temp_df = sub_temp_df.groupby("AÑO").sum()["POBLACION"]
# Iteramos por cada año y agregamos un diccionario a nuestra lista de datos.
# En el caso de los registros de la República Mexicana los renombramos a '0'
# para que salga primero en la lista.
for k, v in sub_temp_df.items():
data.append(
{
"Año": k,
"Población": v,
"Entidad": "0" if e == "República Mexicana" else e,
}
)
# Creamos el DataFrame con todos los registros por entidad y año.
final = pd.DataFrame.from_records(data)
# Reorganizamos el DataFrame para que el índice sea la entidad
# y las columnas sean los años.
final = final.pivot_table(index="Entidad", columns="Año", values="Población")
# Renombramos de nuevo la República Mexicana.
final.index = final.index.str.replace("0", "Estados Unidos Mexicanos")
# Convertimos de floats a ints.
final = final.astype(int)
# Guardamos el archivo final.
final.to_csv(f"./poblacion_entidad/{s.lower()}.csv")
def poblacion_adulta_entidad():
# Creamos el directorio para la población adulta por entidad.
os.makedirs("./poblacion_adulta_entidad", exist_ok=True)
# Cargamos el dataset del CONAPO por entidad.
df = pd.read_csv("./data/estatal.csv")
# Filtramos los registros para solo considerar la población de 18 años o más.
df = df[df["EDAD"] >= 18]
# Filtramos los registros para solo tomar de 1970 en adelante.
# Las estimaciones estatales comienzan a partir de ese año.
df = df[df["AÑO"] >= 1970]
# Iteramos por hombres, mujeres y total.
for s in SEXO:
data = list()
# Si la iteración corresponde a 'Total' no realizamos filtrado.
if s != "Total":
temp_df = df[df["SEXO"] == s]
else:
temp_df = df
# Iteramos por entidad federativa.
for e in temp_df["ENTIDAD"].unique():
# Filtramos por la entidad federativa.
sub_temp_df = temp_df[temp_df["ENTIDAD"] == e]
# Agrupamos por año, sumamos y seleccionamos la población.
sub_temp_df = sub_temp_df.groupby("AÑO").sum()["POBLACION"]
# Iteramos por cada año y agregamos un diccionario a nuestra lista de datos.
# En el caso de los registros de la República Mexicana los renombramos a '0'
# para que salga primero en la lista.
for k, v in sub_temp_df.items():
data.append(
{
"Año": k,
"Población": v,
"Entidad": "0" if e == "República Mexicana" else e,
}
)
# Creamos el DataFrame con todos los registros por entidad y año.
final = pd.DataFrame.from_records(data)
# Reorganizamos el DataFrame para que el índice sea la entidad
# y las columnas sean los años.
final = final.pivot_table(index="Entidad", columns="Año", values="Población")
# Renombramos de nuevo la República Mexicana.
final.index = final.index.str.replace("0", "Estados Unidos Mexicanos")
# Convertimos de floats a ints.
final = final.astype(int)
# Guardamos el archivo final.
final.to_csv(f"./poblacion_adulta_entidad/{s.lower()}.csv")
def poblacion_por_edad():
# Creamos el directorio para la población por edad a nivel nacional.
os.makedirs("./poblacion_edad_nacional", exist_ok=True)
# Cargamos el dataset del CONAPO por entidad.
df = pd.read_csv("./data/estatal.csv")
# Seleccionamos solo los datos de la República Mexicana.
df = df[df["ENTIDAD"] == "República Mexicana"]
# Iteramos por hombres, mujeres y total.
for s in SEXO:
# Si la iteración corresponde a 'Total' no realizamos filtrado.
if s != "Total":
temp_df = df[df["SEXO"] == s]
else:
temp_df = df
# Reorganizamos el DataFrame para que el índice sea la edad
# y las columnas sean los años.
temp_df = temp_df.pivot_table(
index="EDAD", columns="AÑO", values="POBLACION", aggfunc="sum"
)
# Renombramos el índice.
temp_df.index.name = "Edad"
# Guardamos el archivo final.
temp_df.to_csv(f"./poblacion_edad_nacional/{s.lower()}.csv")
def poblacion_edad_quinquenal():
# Creamos el directorio para la población por grupo de edad quinquenal a nivel nacional.
os.makedirs("./poblacion_quinquenal_nacional", exist_ok=True)
# Cargamos el dataset del CONAPO por entidad.
df = pd.read_csv("./data/estatal.csv")
# Seleccionamos solo los datos de la República Mexicana.
df = df[df["ENTIDAD"] == "República Mexicana"]
# Iteramos por hombres, mujeres y total.
for s in SEXO:
data = list()
# Si la iteración corresponde a 'Total' no realizamos filtrado.
if s != "Total":
temp_df = df[df["SEXO"] == s]
else:
temp_df = df
# Iteramos sobre los grupos quinquenales.
for i, (a, b) in enumerate(QUINQUENAL_ESTATAL):
# Filtramos por grupo quinquenal, las edades que se encuentre
# entre 'a' y 'b' de forma inclusiva.
sub_temp_df = temp_df[temp_df["EDAD"].between(a, b)]
# Agrupamos por año, sumamos y seleccionamos la población.
sub_temp_df = sub_temp_df.groupby("AÑO").sum()["POBLACION"]
# Iteramos por cada año y agregamos un diccionario a nuestra lista de datos.
for k, v in sub_temp_df.items():
data.append(
{
"Año": k,
"Población": v,
"Edad": i,
}
)
# Creamos el DataFrame con todos los registros por edad y año.
final = pd.DataFrame.from_records(data)
# Reorganizamos el DataFrame para que el índice sea el grupo de edad
# y las columnas sean los años.
final = final.pivot_table(index="Edad", columns="Año", values="Población")
# Ajustamos el índice para que indique los rangos de edad de cada grupo.
final.index = final.index.map(
lambda x: f"{QUINQUENAL_ESTATAL[x][0]}-{QUINQUENAL_ESTATAL[x][1]}"
)
# Renombramos el grupo de 100-120 a 100 y más.
final.index = final.index.str.replace("100-120", "≥100")
# Convertimos de floats a ints.
final = final.astype(int)
# Renombramos el índice.
final.index.name = "Grupo edad"
# Guardamos el archivo final.
final.to_csv(f"./poblacion_quinquenal_nacional/{s.lower()}.csv")
def poblacion_general_municipal():
# Creamos el directorio para la población general por municipio.
os.makedirs("./poblacion_municipal", exist_ok=True)
# Cargamos el dataset del CONAPO por municipio.
df = pd.read_csv("./data/municipal_quinquenal.csv")
# Convertimos la clave str y lo normlizamos a 5 dígitos.
df["CLAVE"] = df["CLAVE"].astype(str).str.zfill(5)
# Guardamos una referencia de los nombres de los municipios.
nombres = df.groupby("CLAVE").last()[["NOM_ENT", "NOM_MUN"]]
# Renombramos las columnas.
nombres.columns = ["Entidad", "Municipio"]
# Iteramos por hombres, mujeres y total.
for s in SEXO:
data = list()
# Si la iteración corresponde a 'Total' no realizamos filtrado.
if s != "Total":
temp_df = df[df["SEXO"] == s.upper()]
else:
temp_df = df
# Iteramos por municipio.
for m in temp_df["CLAVE"].unique():
# Filtramos por el municipio.
sub_temp_df = temp_df[temp_df["CLAVE"] == m]
# Agrupamos por año, sumamos y seleccionamos la población.
sub_temp_df = sub_temp_df.groupby("AÑO").sum()["POB_TOTAL"]
# Iteramos por cada año y agregamos un diccionario a nuestra lista de datos.
for k, v in sub_temp_df.items():
data.append(
{
"Año": k,
"Población": v,
"CVE": m,
}
)
# Creamos el DataFrame con todos los registros por municipio y año.
municipios = pd.DataFrame.from_records(data)
# Reorganizamos el DataFrame para que el índice sea la clave del municipio.
# y las columnas sean los años.
municipios = municipios.pivot_table(
index="CVE", columns="Año", values="Población"
)
# Convertimos de floats a ints.
municipios = municipios.astype(int)
# Unimos ambos DataFrames.
final = pd.concat([nombres, municipios], axis=1)
# Renombramos el índice.
final.index.name = "CVE"
# Guardamos el archivo final.
final.to_csv(f"./poblacion_municipal/{s.lower()}.csv")
if __name__ == "__main__":
poblacion_general_entidad()
poblacion_adulta_entidad()
poblacion_por_edad()
poblacion_edad_quinquenal()
poblacion_general_municipal()