-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathTodesursachen 1980-2019 Deutschland.py
227 lines (176 loc) · 8.11 KB
/
Todesursachen 1980-2019 Deutschland.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
# -*- coding: utf-8 -*-
# ---
# jupyter:
# jupytext:
# formats: ipynb,py:percent
# text_representation:
# extension: .py
# format_name: percent
# format_version: '1.3'
# jupytext_version: 1.10.0
# kernelspec:
# display_name: Python 3
# language: python
# name: python3
# ---
# %%
import ipywidgets as widgets
import pandas as pd
import numpy as np
import cufflinks as cf
# %%
cf.go_offline()
# %%
icd = ["Bestimmte infektiöse und parasitäre Krankheiten", "Neubildungen", "Krankheiten des Blutes u. der blutbildenden Organe", "Endokrine, Ernährungs- u. Stoffwechselkrankheiten", "Krankheiten des Kreislaufsystems", "Psychische und Verhaltensstörungen", "Krankheiten d. Nervensystems u. d. Sinnesorgane", "Krankheiten des Atmungssystems", "Krankheiten des Verdauungssystems", "Krankheiten der Haut und der Unterhaut", "Krankh. des Muskel-Skelett-Systems u. Bindegewebes", "Krankheiten des Urogenitalsystems", "Schwangerschaft, Geburt und Wochenbett", "Best.Zustände mit Ursprung in der Perinatalperiode", "Angeb. Fehlbildungen,Deformitäten,Chromosomenanom.", "Symptome und abnorme klinische und Laborbefunde", "Äußere Ursachen von Morbidität und Mortalität"]
# %%
def load_demographics(file):
with open(file, 'rb') as f:
df_ = pd.read_csv(
f,
dtype={'Deutsche': 'Int64', 'Ausländer': 'Int64'},
encoding='latin_1',
header=[0, 1], index_col=[0, 1],
na_values=['-'],
nrows=3480,
parse_dates=True,
sep=';',
skiprows=[0, 1, 2, 3, 4, 5]
)
df_['männlich'] = df_['Deutsche']['männlich'] + df_['Ausländer']['männlich']
df_['weiblich'] = df_['Deutsche']['weiblich'] + df_['Ausländer']['weiblich']
df_ = df_[['männlich', 'weiblich']].unstack(level=0).reindex(df_.index.get_level_values(1))
frames = {
"unter 1 Jahr": df_.iloc[0],
"1 bis unter 15 Jahre": df_.iloc[1:15].sum(),
"15 bis unter 20 Jahre": df_.iloc[15:20].sum(),
"20 bis unter 25 Jahre": df_.iloc[20:25].sum(),
"25 bis unter 30 Jahre": df_.iloc[25:30].sum(),
"30 bis unter 35 Jahre": df_.iloc[30:35].sum(),
"35 bis unter 40 Jahre": df_.iloc[35:40].sum(),
"40 bis unter 45 Jahre": df_.iloc[40:45].sum(),
"45 bis unter 50 Jahre": df_.iloc[45:50].sum(),
"50 bis unter 55 Jahre": df_.iloc[50:55].sum(),
"55 bis unter 60 Jahre": df_.iloc[55:60].sum(),
"60 bis unter 65 Jahre": df_.iloc[60:65].sum(),
"65 bis unter 70 Jahre": df_.iloc[65:70].sum(),
"70 bis unter 75 Jahre": df_.iloc[70:75].sum(),
"75 bis unter 80 Jahre": df_.iloc[75:80].sum(),
"80 bis unter 85 Jahre": df_.iloc[80:85].sum(),
"85 Jahre und mehr": df_.iloc[85]
}
df_ = pd.concat(frames.values(), keys=frames.keys()).unstack().T
df_.index = df_.index.year
return df_
# %%
def load_2020(file):
with open(file, 'rb') as f:
df_ = pd.read_csv(
f,
header=[0], index_col=[0, 1, 2],
nrows=34,
sep=';',
skiprows=[0, 1, 2, 3, 4, 5, 6, 7]
).fillna(0)
df_2020 = df_[18:34]["Unnamed: 15"].reset_index().iloc[:, 1:4]
df_2020.columns = ["Jahr", "AG", "Anzahl"]
return df_2020.set_index(["Jahr", "AG"]).unstack().astype('Int64')
# %%
with open('data/23211-0004.csv', 'rb') as f:
df = pd.read_csv(
f,
dtype={'männlich': 'Int64', 'weiblich': 'Int64'},
encoding='latin_1',
header=[0, 1], index_col=[0, 1],
na_values=['-'],
nrows=3200,
sep=';',
skiprows=[0, 1, 2, 3, 4, 5, 6, 8]
).fillna(0)
# %%
df.head()
# %%
@widgets.interact
def show_total_by_year_and_cause(year=(1980, 2019, 1), cause=df.index.get_level_values(1).drop_duplicates()):
df_t = df.loc[year, cause].unstack().T
index = df_t.index.to_list()
return df_t.reindex([index.pop()] + index)
# %%
@widgets.interact
def plot_by_year_and_cause(year=(1980, 2019, 1), cause=df.index.get_level_values(1).drop_duplicates()):
df_t = df.loc[year, cause].unstack().T
index = df_t.index.to_list()
return df_t.reindex([index.pop()] + index).iplot(kind="bar", subplots=False)
# %%
@widgets.interact
def sum_by_sex(cause=df.index.get_level_values(1).drop_duplicates()):
return df.xs(cause, level=1).T.groupby(level=0).sum().T.head()
# %%
@widgets.interact
def plot_by_sex(cause=df.index.get_level_values(1).drop_duplicates()):
return df.xs(cause, level=1).T.groupby(level=0).sum().T.iplot(kind="bar")
# %%
df.loc[(slice(None), icd + ["Insgesamt"]), :].T.sum().unstack().iplot(kind="bar", barmode="overlay", layout_update=dict(hoverlabel=dict(namelength=-1)), colorscale='dark2')
# %%
@widgets.interact(variables=widgets.SelectMultiple(description="Ursachen", options=df.index.get_level_values(1).drop_duplicates(), value=icd, disabled=False))
def series(variables):
df_t = df.T.sum().unstack()
return df_t.div(df_t["Insgesamt"], axis="index")[list(variables)].iplot(layout_update=dict(hoverlabel=dict(namelength=-1)))
# %%
df_by_age_group = df.T.groupby(level=1).sum()
index = df_by_age_group.index.to_list()
df_by_age_group = df_by_age_group.reindex([index.pop()] + index)
df_by_age_group.head()
# %%
def custom_age_groups(frame):
return pd.concat([frame.iloc[0:13].sum(), frame.iloc[13:16].sum(), frame.iloc[16:17].sum()], keys=["Unter 70 Jahre", "70 bis unter 85 Jahre", "85 Jahre und mehr"])
# %%
population = load_demographics('data/12411-0007.csv')
# %%
@widgets.interact
def relative_deaths_by_age_group(cause=df.index.get_level_values(1).drop_duplicates()):
deaths = custom_age_groups(df_by_age_group).unstack(level=0).xs(cause, level=1)
population_grouped = custom_age_groups(population.T.groupby(level=0).sum()).unstack(level=0)
df_ = deaths / (population_grouped + deaths)
df_.loc[1990:].iplot(kind="bar", barmode="group")
# %%
@widgets.interact
def absolute_deaths_by_age_group(cause=df.index.get_level_values(1).drop_duplicates()):
df_ = custom_age_groups(df_by_age_group).unstack(level=0).xs(cause, level=1)
df_.loc[1990:].iplot(kind="bar", barmode="group")
# %%
def totals_by_custom_age_groups_including_2020():
df_ = custom_age_groups(df_by_age_group).unstack(level=0).xs("Insgesamt", level=1)
df_2020 = load_2020('data/sonderauswertung-sterbefaelle/D_2016-2021_Monate_AG_Ins-Tabelle 1.csv')
return df_.loc[1990:].append([pd.Series([df_2020.iloc[0, 0:10].sum(), df_2020.iloc[0, 10:13].sum(), df_2020.iloc[0, 13:].sum()], index=["Unter 70 Jahre", "70 bis unter 85 Jahre", "85 Jahre und mehr"], name=2020)])
# %%
totals_by_custom_age_groups_including_2020().iplot(kind="bar", barmode="group")
# %%
totals_by_custom_age_groups_including_2020()
# %%
totals_by_custom_age_groups_including_2020().describe()
# %%
totals_by_custom_age_groups_including_2020().diff()
# %%
totals_by_custom_age_groups_including_2020().diff().describe()
# %%
totals_by_custom_age_groups_including_2020().diff()[["Unter 70 Jahre", "70 bis unter 85 Jahre", "85 Jahre und mehr"]].mad()
# %%
@widgets.interact(age_group=widgets.Dropdown(options=custom_age_groups(df_by_age_group).index.get_level_values(0).unique(), description="Altersgruppe"))
def plot_percentage_of_cause(age_group):
df_ = custom_age_groups(df_by_age_group).xs(age_group).unstack()
return df_.div(df_["Insgesamt"], axis="index")[icd].iplot(kind="bar", barmode="stack", layout_update=dict(hoverlabel=dict(namelength=-1), legend=dict(orientation="h",), yaxis=dict(tickformat=",.0%")))
# %%
def regroup_ages(frame):
df_by_age_group = frame.T.unstack(level=0)
index = df_by_age_group.index.to_list()
return custom_age_groups(df_by_age_group.reindex([index.pop()] + index)).unstack(level=3).unstack(level=0)
# %%
df_pct_change = regroup_ages(df).pct_change(df.index.get_level_values(1).nunique()).loc[1981:]
# %%
more_than_hundred_percent = list()
for row in df_pct_change.iterrows():
for k, v in dict(row[1]).items():
if v != float("inf") and (v >= 2.0 or v<= -2.0):
more_than_hundred_percent.append((row[0], k, v))
print(row[0], k, v)
# %%