Import du dépôt Gitea ‘Echantillons_db_siren’

In [ ]:

!git clone https://vcs.management-datascience.org/a.alfocea/db_siren_cours_mscdm.git

Cloning into 'db_siren_cours_mscdm'...
remote: Enumerating objects: 19, done.
remote: Counting objects: 100% (19/19), done.
remote: Compressing objects: 100% (17/17), done.
remote: Total 19 (delta 3), reused 0 (delta 0)
Unpacking objects: 100% (19/19), done.
Checking out files: 100% (12/12), done.

In [ ]:

pwd

Out[ ]:

'/content'

Import des fichiers csv dans des dataframes pandas

In [ ]:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

te_siren_adresse = pd.read_csv('/content/db_siren_cours_mscdm/db_siren_cours_mscdm_2/te_siren_adresse.csv', dtype = {'codePostalEtablissement' : 'object', 'codeCommuneEtablissement' : 'object', 'codeCedexEtablissement' : 'object' } )
te_siren_admin = pd.read_csv('/content/db_siren_cours_mscdm/db_siren_cours_mscdm_2/te_siren_admin.csv')
tr_code_effectif = pd.read_csv('/content/db_siren_cours_mscdm/db_siren_cours_mscdm_2/tr_code_effectif.csv')
tr_naf = pd.read_csv('/content/db_siren_cours_mscdm/db_siren_cours_mscdm_2/tr_naf.csv')
tr_nap = pd.read_csv('/content/db_siren_cours_mscdm/db_siren_cours_mscdm_2/tr_nap.csv', dtype = {'activitePrincipaleEtablissement' : 'object'})

/usr/local/lib/python3.7/dist-packages/IPython/core/interactiveshell.py:2718: DtypeWarning: Columns (6,14,15) have mixed types.Specify dtype option on import or set low_memory=False.
  interactivity=interactivity, compiler=compiler, result=result)

In [ ]:

te_siren_adresse.head()

Out[ ]:

	siren	nic	siret	complementAdresseEtablissement	numeroVoieEtablissement	indiceRepetitionEtablissement	typeVoieEtablissement	libelleVoieEtablissement	codePostalEtablissement	libelleCommuneEtablissement	libelleCommuneEtrangerEtablissement	distributionSpecialeEtablissement	codeCommuneEtablissement	codeCedexEtablissement	libelleCedexEtablissement	codePaysEtrangerEtablissement	libellePaysEtrangerEtablissement	dateDernierTraitementEtablissement
0	807626460	24	80762646000024	LA TOUCHE	NaN	NaN	RTE	DE LINERS	16200.0	BOURG-CHARENTE	NaN	NaN	16056	NaN	NaN	NaN	NaN	2020-08-25 11:15:49
1	807639737	12	80763973700012	NaN	4.0	B	NaN	GRANDE RUE	91600.0	SAVIGNY-SUR-ORGE	NaN	NaN	91589	NaN	NaN	NaN	NaN	2020-08-25 11:15:49
2	807651666	16	80765166600016	NaN	3.0	NaN	RUE	ANDRE HUYS	59100.0	ROUBAIX	NaN	NaN	59512	NaN	NaN	NaN	NaN	2020-08-25 11:15:50
3	807658679	20	80765867900020	HAMEAU DE SERRIERES	11.0	NaN	RUE	DU MOULIN	1230.0	SAINT-RAMBERT-EN-BUGEY	NaN	NaN	01384	NaN	NaN	NaN	NaN	2021-02-23 17:23:06
4	807663893	38	80766389300038	ZI BEL AIR	9.0	NaN	RUE	DE L’ETANG	97450.0	SAINT-LOUIS	NaN	NaN	97414	NaN	NaN	NaN	NaN	2021-02-23 17:23:07

In [ ]:

te_siren_admin.head()

Out[ ]:

	siren	nic	siret	dateCreationEtablissement	trancheEffectifsEtablissement	anneeEffectifsEtablissement	activitePrincipaleRegistreMetiersEtablissement	dateDernierTraitementEtablissement	etablissementSiege	nombrePeriodesEtablissement	dateDebut	etatAdministratifEtablissement	enseigne1Etablissement	enseigne2Etablissement	enseigne3Etablissement	denominationUsuelleEtablissement	activitePrincipaleEtablissement	nomenclatureActivitePrincipaleEtablissement	caractereEmployeurEtablissement
0	5420120	15	542012000015	1989-01-27 00:00:00	2	2018.0	NaN	2020-08-25 10:10:13	False	4	2008-01-01 00:00:00	A	NaN	NaN	NaN	NaN	10.81Z	NAFRev2	O
1	5420120	31	542012000031	1900-01-01 00:00:00	3	2018.0	NaN	2021-01-01 03:35:01	True	6	2008-04-23 00:00:00	A	NaN	NaN	NaN	NaN	70.10Z	NAFRev2	O
2	5520176	16	552017600016	1955-01-01 00:00:00	12	2018.0	NaN	2021-08-01 21:30:57	True	4	2008-01-01 00:00:00	A	NaN	NaN	NaN	NaN	17.21A	NAFRev2	O
3	5520176	32	552017600032	1999-08-30 00:00:00	12	2018.0	NaN	2020-08-25 10:10:13	False	4	2008-01-01 00:00:00	A	NaN	NaN	NaN	NaN	17.21A	NAFRev2	O
4	5520242	16	552024200016	1900-01-01 00:00:00	12	2018.0	NaN	2021-08-01 21:30:57	True	4	2008-01-01 00:00:00	A	NaN	NaN	NaN	NaN	20.30Z	NAFRev2	O

In [ ]:

te_siren_admin[te_siren_admin['nomenclatureActivitePrincipaleEtablissement'].isin(["NAFRev2","NAF1993"]) == False]

Out[ ]:

	siren	nic	siret	dateCreationEtablissement	trancheEffectifsEtablissement	anneeEffectifsEtablissement	activitePrincipaleRegistreMetiersEtablissement	dateDernierTraitementEtablissement	etablissementSiege	nombrePeriodesEtablissement	dateDebut	etatAdministratifEtablissement	enseigne1Etablissement	enseigne2Etablissement	enseigne3Etablissement	denominationUsuelleEtablissement	activitePrincipaleEtablissement	nomenclatureActivitePrincipaleEtablissement	caractereEmployeurEtablissement

In [ ]:

.tr_code_effectif.head()

Out[ ]:

	trancheEffectifsEtablissement	effectif
0	1	1 ou 2 salariés
1	2	3 à 5 salariés
2	3	6 à 9 salariés
3	11	10 à 19 salariés
4	12	20 à 49 salariés

In [ ]:

tr_naf.head()

Out[ ]:

	activitePrincipaleEtablissement	Libellé
0	01.11Z	Culture de céréales (à l’exception du riz), de…
1	01.12Z	Culture du riz
2	01.13Z	Culture de légumes, de melons, de racines et d…
3	01.14Z	Culture de la canne à sucre
4	01.15Z	Culture du tabac

In [ ]:

tr_nap.head()

Out[ ]:

	activitePrincipaleEtablissement	LibelleClasse	LibelleGroupe	LibelleDivision	LibelleSection
0	01.00	Cultures générales	Agriculture	Agriculture, sylviculture, pêche	Agriculture, sylviculture, pêche
1	01.07	Cultures générales associées à d’autres activi…	Agriculture	Agriculture, sylviculture, pêche	Agriculture, sylviculture, pêche
2	01.10	Production de légumes frais, de fleurs; pépini…	Agriculture	Agriculture, sylviculture, pêche	Agriculture, sylviculture, pêche
3	01.16	Cultures fruitières	Agriculture	Agriculture, sylviculture, pêche	Agriculture, sylviculture, pêche
4	01.17	Viticulture	Agriculture	Agriculture, sylviculture, pêche	Agriculture, sylviculture, pêche

Création d’une liste de code NAF (depuis 2008) d’activités de transport

In [ ]:

code_naf_transport = tr_naf[tr_naf['Libellé'].str.contains('Transports')]['activitePrincipaleEtablissement']

code_naf_transport.head(10)

Out[ ]:

485    49.20Z
486    49.31Z
487    49.32Z
488    49.39A
491    49.41A
492    49.41B
495    49.50Z
496    50.10Z
497    50.20Z
498    50.30Z
Name: activitePrincipaleEtablissement, dtype: object

Création d’une liste de code NAP (1973-1993) d’activités de transport

In [ ]:

code_nap_transport = tr_nap[tr_nap['LibelleDivision'].str.contains('Transports')]['activitePrincipaleEtablissement']

code_nap_transport.head(10)

Out[ ]:

429    68.01
430    69.11
431    69.12
432    69.21
433    69.22
434    69.23
435    69.24
436    69.25
437    69.26
438    70.01
Name: activitePrincipaleEtablissement, dtype: object

Création d’une table indicateur RSE transport

Création d’une table siret + activité

In [ ]:

te_siret_transport = te_siren_admin[['siret', 'activitePrincipaleEtablissement']]
te_siret_transport.head(10)

Out[ ]:

	siret	activitePrincipaleEtablissement
0	32517500016	32.12Z
1	32517500024	47.89Z
2	32517500032	32.12Z
3	32517500040	32.12Z
4	32517500057	32.12Z
5	32517500065	32.12Z
6	180725400014	95.24Z
7	180725400022	85.59A
8	541022000015	22.02
9	541034500010	79.06

Création d’une colonne indicateur_transport : 1 si l’entreprise a une activité de transport, 0 si non.

Méthode 1 : apply

In [ ]:

te_siret_transport['indicateur_transport'] = te_siret_transport['activitePrincipaleEtablissement'].apply(lambda a: 1 if (a in code_naf_transport.values) or (a in code_nap_transport.values) else 0)

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  """Entry point for launching an IPython kernel.

Méthode 2 : list

In [ ]:

te_siret_transport['indicateur_transport'] = [1 if (a in code_naf_transport.values) or (a in code_nap_transport.values) else 0 for a in te_siret_transport['activitePrincipaleEtablissement']]

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  """Entry point for launching an IPython kernel.

In [ ]:

te_siret_transport.query('indicateur_transport == 1')

Out[ ]:

	siret	activitePrincipaleEtablissement	indicateur_transport
88	544084700019	69.22	1
100	544124100014	69.11	1
106	544139900010	69.12	1
128	547019000017	69.12	1
181	547420000010	69.12	1
…	…	…	…
4646	657345500018	69.23	1
4691	658003900011	74.03	1
4869	664191400012	69.11	1
4900	667011100019	69.23	1
4995	667289300028	69.12	1

83 rows × 3 columns

Nouvelle table avec un indicateur RSE sur l’activité de transport

In [ ]:

te_siret_transport

Out[ ]:

	siret	activitePrincipaleEtablissement	indicateur_transport
0	32517500016	32.12Z	0
1	32517500024	47.89Z	0
2	32517500032	32.12Z	0
3	32517500040	32.12Z	0
4	32517500057	32.12Z	0
…	…	…	…
4995	667289300028	69.12	1
4996	667296800036	49.05	0
4997	667301600017	70.2C	0
4998	667307300018	38.40	0
4999	667309900013	52.2C	0

5000 rows × 3 columns

Nous avons créé une nouvelle table sur les entreprises ayant une activité principale de transport. Cette table peut être ajoutée dans notre base de données relationnelle avec le numéro SIRET comme clé d’identification.
Notre nouvelle table ‘te_siret_transport’ comporte 3 colonnes : le numéro SIRET de l’entreprise, l’activité principale, ainsi qu’un indicateur binaire sur l’activité de transport.

Exporter la table

In [ ]:

te_siret_transport.to_csv('/content/exemple_te_siret_transport.csv', index = False, header = True)

Exploration de données

Nombre d’entreprise par activité de transport

In [ ]:

nb_siret_par_act_transport = te_siret_transport.query('indicateur_transport == 1')[['activitePrincipaleEtablissement','indicateur_transport']].groupby('activitePrincipaleEtablissement').count()
nb_siret_par_act_transport

Out[ ]:

	indicateur_transport
activitePrincipaleEtablissement
49.32Z	2
49.39A	7
49.41A	4
49.41B	3
69.11	17
69.12	16
69.22	5
69.23	18
69.25	2
70.02	1
71.03	1
73.08	1
74.03	3
74.09	1
74.10	2

In [ ]:

nb_siret_par_act_transport.plot.bar(figsize=(13,9), rot = 45, ylabel= 'nb_siret', fontsize = 15)
plt.title("Nombre de siret par activité de transport", fontsize=15)
plt.show()

Jointure de la commune et son code postal

In [ ]:

te_siren_adresse['codePostalEtablissement'] = te_siren_adresse['codePostalEtablissement'].apply(lambda x: ''.join('0'+str(x)) if len(str(x)) == 6 else x)
te_siren_adresse['codeCommuneEtablissement'] = te_siren_adresse['codeCommuneEtablissement'].apply(lambda x: ''.join('0'+str(x)) if len(str(x)) == 6 else x)
te_siren_adresse['codeCedexEtablissement'] = te_siren_adresse['codeCedexEtablissement'].apply(lambda x: ''.join('0'+str(x)) if len(str(x)) == 6 else x)

In [ ]:

te_siret_transport_codepostal = te_siret_transport.query('indicateur_transport == 1').merge(te_siren_adresse[['siret', 'libelleCommuneEtablissement', 'codePostalEtablissement']], how='left', on ='siret')
te_siret_transport_codepostal

Out[ ]:

	siret	activitePrincipaleEtablissement	indicateur_transport	libelleCommuneEtablissement	codePostalEtablissement
0	544084700019	69.22	1	VERDACHES	04140.0
1	544124100014	69.11	1	SISTERON	04200.0
2	544139900010	69.12	1	LA MURE-ARGENS	04170.0
3	547019000017	69.12	1	LE CROISIC	44490.0
4	547420000010	69.12	1	HERBIGNAC	44410.0
…	…	…	…	…	…
78	657345500018	69.23	1	LA BAULE-ESCOUBLAC	44500.0
79	658003900011	74.03	1	SAINT-NAZAIRE	44600.0
80	664191400012	69.11	1	GREOUX-LES-BAINS	04800.0
81	667011100019	69.23	1	SAINT-NAZAIRE	44600.0
82	667289300028	69.12	1	CORDEMAIS	44360.0

83 rows × 5 columns

Top 10 des communes où les entreprises de transport ont un établissement

In [ ]:

nb_siret_par_codepostal = te_siret_transport_codepostal[['siret','codePostalEtablissement']].groupby('codePostalEtablissement').count()
top_10_nb_siret_par_codepostal = nb_siret_par_codepostal.sort_values(by='siret', ascending = False).head(10)
top_10_nb_siret_par_codepostal

Out[ ]:

	siret
codePostalEtablissement
44600.0	10
04200.0	6
80100.0	6
44500.0	5
44410.0	3
44490.0	3
04170.0	3
44220.0	3
04400.0	3
04140.0	2

In [ ]:

top_10_nb_siret_par_codepostal.sort_values(by='siret').plot.barh(figsize=(13,9), fontsize=13, rot = 45)
plt.title("Nombre d'entreprise par commune", fontsize=15)
plt.xlabel('nb_siret', fontsize=13)
plt.ylabel('codePostalEtablissement', fontsize=13)
plt.show()

Création d’un indicateur RSE sur le transport

Création d’un indicateur RSE sur le transport

Citation

L'auteur

Alexandre ALFOCEA

Copyright

Déclaration d'intérêts

Financements

Aperçu

Contenu

Import des fichiers csv dans des dataframes pandas

Création d’une liste de code NAF (depuis 2008) d’activités de transport

Création d’une liste de code NAP (1973-1993) d’activités de transport

Création d’une table indicateur RSE transport

Création d’une table siret + activité

Création d’une colonne indicateur_transport : 1 si l’entreprise a une activité de transport, 0 si non.

Méthode 1 : apply

Méthode 2 : list

Nouvelle table avec un indicateur RSE sur l’activité de transport

Exporter la table

Exploration de données

Nombre d’entreprise par activité de transport

Jointure de la commune et son code postal

Top 10 des communes où les entreprises de transport ont un établissement

Date de publication

Catégorie

Format

Affiliation

Commentaires

Création d’un indicateur RSE sur le transport

Citation

Citation

L'auteur

L'auteur

Alexandre ALFOCEA

Copyright

Copyright

Déclaration d'intérêts

Déclaration d'intérêts

Financements

Financements

Aperçu

Aperçu

Contenu

Contenu

Import des fichiers csv dans des dataframes pandas

Création d’une liste de code NAF (depuis 2008) d’activités de transport

Création d’une liste de code NAP (1973-1993) d’activités de transport

Création d’une table indicateur RSE transport

Création d’une table siret + activité

Création d’une colonne indicateur_transport : 1 si l’entreprise a une activité de transport, 0 si non.

Méthode 1 : apply

Méthode 2 : list

Nouvelle table avec un indicateur RSE sur l’activité de transport

Exporter la table

Exploration de données

Nombre d’entreprise par activité de transport

Jointure de la commune et son code postal

Top 10 des communes où les entreprises de transport ont un établissement

Métriques

Métadonnées

Date de publication

Catégorie

Format

Auteurs et copyright

Affiliation

Total

Évaluations

Commentaires

Commentaires

Projets (1)