Ce script réalise des graphiques à partir des données des comptes des transports, i.e. nos agrégats de référence pour les transports : taille et composition du parc automobile, consommation des carburants, total des recettes issues de la TICPE

Import de fonctions spécifiques à Openfisca indirect taxation et de bases de données des Comptes des Transports



In [1]:

    
%matplotlib inline

from ipp_macro_series_parser.agregats_transports.transports_cleaner import a6_b, g2_1, g_3a
from openfisca_france_indirect_taxation.examples.utils_example import graph_builder_carburants, \
    graph_builder_carburants_no_color

Identification de la série des recettes de la TICPE



In [2]:

    
recettes_ticpe = a6_b[a6_b['categorie'] == u'TICPE ( TIPP avant 2010) (1)']
recettes_ticpe = recettes_ticpe[recettes_ticpe['index'] == 'Total']
del recettes_ticpe['index']

Identification des séries des quantités de carburants consommées



In [3]:

    
g_3a.loc[g_3a['index'] == u'Voitures particulières', 'index'] = 'to_be_used'
g_3a.loc[g_3a['index'] == u'Total VP françaises', 'index'] = 'to_be_used'
quantite_conso_vp = g_3a[g_3a['index'] == 'to_be_used']
del quantite_conso_vp['index']

Identification des séries décrivant la taille et composition du parc automobile



In [4]:

    
taille_parc_vp = g2_1[g2_1['categorie'] == u'Voitures particulières']
del taille_parc_vp['categorie']

Redefinition des index et transposition des dataframes



In [5]:

    
recettes_ticpe.set_index(['categorie'], inplace = True)
recettes_ticpe = recettes_ticpe.transpose()
taille_parc_vp.set_index(['index'], inplace = True)
taille_parc_vp = taille_parc_vp.transpose()
quantite_conso_vp.set_index(['categorie'], inplace = True)
quantite_conso_vp = quantite_conso_vp.transpose()

Changement de noms de variables pour être plus explicites



In [6]:

    
recettes_ticpe.rename(columns = {u'TICPE ( TIPP avant 2010) (1)': 'Total recettes TICPE'}, inplace = True)

taille_parc_vp.rename(columns = {'Total': 'parc vp total', 'dont Diesel': 'dont diesel'}, inplace = True)

quantite_conso_vp = quantite_conso_vp[['ESSENCE + GAZOLE'] + ['ESSENCE'] + ['GAZOLE']]
quantite_conso_vp.rename(columns = {'ESSENCE + GAZOLE': 'consommation totale', 'ESSENCE': 'consommation essence',
    'GAZOLE': 'consommation diesel'}, inplace = True)

Réalisation des graphiques



In [7]:

    
print 'Evolution de la taille du parc automobile au cours du temps'
graph_builder_carburants(taille_parc_vp, 'taille parc vp', 1, 0.3, 'blue', 'green', 'red', None)

print 'Evolution des quantités de carburants consommées par les voitures particulières françaises'
graph_builder_carburants(quantite_conso_vp, 'quantite conso vp', 0.85, 0.3, 'blue', 'green', 'red', None)

print 'Evolution des recettes totales issues de la TICPE'
graph_builder_carburants_no_color(recettes_ticpe, 'recettes totales ticpe', 1, 0.17)









    



Evolution de la taille du parc automobile au cours du temps






    












    



Evolution des quantités de carburants consommées par les voitures particulières françaises






    












    



Evolution des recettes totales issues de la TICPE






    












    Out[7]:





(None, None)



In [ ]: