معرفی شرکت ها
estime2-0.1.2
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Population table manipulation.
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | estime2-0.1.2 |
| نام | estime2 |
| نسخه کتابخانه | 0.1.2 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Christian Olivier Nambeu <christianolivier.nambeu@canada.ca>, Junkyu Park <junkyu.park@canada.ca> |
| ایمیل نویسنده | - |
| آدرس صفحه اصلی | https://gitlab.com/joon3216/estime2 |
| آدرس اینترنتی | https://pypi.org/project/estime2/ |
| مجوز | MIT License |
<!-- README.md is generated from README.Rmd. Please edit that file -->
# `estime2`
[](https://gitlab.com/joon3216/estime2/-/commits/master)
[](https://gitlab.com/joon3216/estime2/-/commits/master)
[](https://pypi.python.org/pypi/estime2/)
[](https://pypi.python.org/pypi/estime2/)
This is a Python package to manipulate and make corrections on the
end-of-period population of a given table based on the component method.
The program aims to “distribute” values of components to other records
so that no end-of-period population estimates are negative. Moreover, it
incorporates sum constraints across regional levels, provincial and
subprovincial, so that the total end-of-period population is the same as
the original population table after it goes through the process.
Public version: <https://gitlab.com/joon3216/estime2> (private
repository)
StatCan version: <https://f3eaipitcap01.statcan.ca/junkpar/estime2> (not
available to public)
Refer to
[documentations](https://gitlab.com/joon3216/estime2/-/tree/master/docs)
for details.
## Installation
In the command line, simply type:
``` bash
pip install estime2
```
To update to the latest version, type:
``` bash
pip install estime2 --upgrade
```
To install from source, first download the whole repository using a
proper `git clone` command. Then, move your working directory to that
repository, and type:
``` bash
python setup.py install --user
```
## Example
Suppose `tbl` is a `pandas.DataFrame` that qualifies to become a
`estime2.ProvPopTable`. Creating an instance of `ProvPopTable` is done
as follows:
``` python
import estime2
poptbl = estime2.ProvPopTable(tbl)
print(poptbl)
#> Sex Age Initial Population BTH ... NPR, 2019-07-01 IMM IIM RAI
#> 0 1 -1 0 473 ... 0 0 5 2
#> 1 1 0 455 0 ... 0 0 12 2
#> 2 1 1 449 0 ... 0 0 10 2
#> 3 1 2 446 0 ... 0 0 10 2
#> 4 1 3 435 0 ... 0 0 11 2
#> .. ... ... ... ... ... ... ... ... ...
#> 97 1 96 0 0 ... 0 0 0 1
#> 98 1 97 0 0 ... 0 0 0 2
#> 99 1 98 1 0 ... 0 0 0 2
#> 100 1 99 0 0 ... 0 0 0 2
#> 101 1 100+ 1 0 ... 0 0 0 2
#>
#> [102 rows x 15 columns]
```
See the source code for more information about the arguments of
`ProvPopTable`.
`ProvPopTable.calculate_pop()` is the method that computes the
end-of-period population:
``` python
calculated_poptbl = poptbl.calculate_pop()
print(calculated_poptbl)
#> Sex Age Postcensal Population
#> 0 1 0 461
#> 1 1 1 449
#> 2 1 2 446
#> 3 1 3 442
#> 4 1 4 435
#> .. ... ... ...
#> 96 1 96 1
#> 97 1 97 -4
#> 98 1 98 1
#> 99 1 99 2
#> 100 1 100+ 2
#>
#> [101 rows x 3 columns]
```
Note that the total end-of-period population of `poptbl` before applying
the corrections is:
``` python
print(calculated_poptbl[estime2.options.pop.end].sum())
#> 20023
```
`estime2.options` has many global options available for the package to
work. See the source codes for details.
`ProvPopTable.fix_issues()` *returns* the fixed version of the original
`ProvPopTable` where there are no negative end-of-period population(s):
``` python
poptbl_fixed_tbl = poptbl.fix_issues()
print(poptbl_fixed_tbl)
#> Sex Age Initial Population BTH ... NPR, 2019-07-01 IMM IIM RAI
#> 0 1 -1 0 473 ... 0 0 5 2
#> 1 1 0 455 0 ... 0 0 12 2
#> 2 1 1 449 0 ... 0 0 10 2
#> 3 1 2 446 0 ... 0 0 10 2
#> 4 1 3 435 0 ... 0 0 11 2
#> .. ... ... ... ... ... ... ... ... ...
#> 97 1 96 0 0 ... 0 0 0 1
#> 98 1 97 0 0 ... 0 0 0 2
#> 99 1 98 1 0 ... 0 0 0 2
#> 100 1 99 0 0 ... 0 0 0 2
#> 101 1 100+ 1 0 ... 0 0 0 2
#>
#> [102 rows x 15 columns]
```
Any negative end-of-period is brought up to 0, and the
counter-modifications are applied to records of neighbouring ages:
``` python
calculated_poptbl_fixed = poptbl_fixed_tbl.calculate_pop()
print(calculated_poptbl_fixed)
#> Sex Age Postcensal Population
#> 0 1 0 461
#> 1 1 1 449
#> 2 1 2 446
#> 3 1 3 442
#> 4 1 4 435
#> .. ... ... ...
#> 96 1 96 1
#> 97 1 97 0
#> 98 1 98 1
#> 99 1 99 2
#> 100 1 100+ 2
#>
#> [101 rows x 3 columns]
```
`ProvPopTable.fix_issues()` preserves the total end-of-period population
of the original table:
``` python
print(calculated_poptbl_fixed[estime2.options.pop.end].sum())
#> 20023
```
If you let `return_all_mods` to be `True` in
`ProvPopTable.fix_issues()`, you get the wrapper object which allows you
to compute relevant metrics:
``` python
poptbl_fixed = poptbl.fix_issues(return_all_mods = True)
```
For example, you may compute the standard deviation of all the
corrections applied to `poptbl` as follows:
``` python
poptbl_sd = poptbl_fixed.get_metric_sd()
print(poptbl_sd)
#> Sex Age Component sd
#> 0 1 97 DTH 2.236068
```
The wrapper object also comes with some visualization tools. For
example, you can visualize pre- and post-correction end-of-period
populations as follows:
``` python
poptbl_fixed.plot_pop(age_range = [87, 97])
```
<img src="./man/figures/README-intro11-1.png" width="100%" />
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.6.1 | Python |
نحوه نصب
نصب پکیج whl estime2-0.1.2:
pip install estime2-0.1.2.whl
نصب پکیج tar.gz estime2-0.1.2:
pip install estime2-0.1.2.tar.gz