Open data Canarias - Desfibriladores

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')

import os

for dirname, _, filenames in os.walk('./'):
    for filename in filenames:
        print(os.path.join(dirname, filename))

./open-data-canarias-inspecciones.ipynb
./README.md
./.ipynb_checkpoints/open-data-canarias-desfribiladores-checkpoint.ipynb
./.ipynb_checkpoints/open-data-canarias-inspecciones-checkpoint.ipynb
./Desfibriladores/open-data-canarias-desfibriladores.ipynb
./Desfibriladores/.ipynb_checkpoints/open-data-canarias-desfibriladores-checkpoint.ipynb
./Desfibriladores/input/desa.csv
./Desfibriladores/input/.ipynb_checkpoints/desa-checkpoint.csv
./input/inspecciones/centros-por-zonas-de-inspeccion.csv
./input/inspecciones/inspector.csv
./input/inspecciones/zonas-de-inspeccion.csv
./input/inspecciones/.ipynb_checkpoints/inspector-checkpoint.csv
./input/meteorologia-canarias/estaciones.csv
./input/meteorologia-canarias/observaciones_2019.csv
./input/meteorologia-canarias/observaciones_2020.csv
./input/meteorologia-canarias/observaciones_2021.csv

df = pd.read_csv('./Desfibriladores/input/desa.csv', index_col='pk')
df.describe().T

	count	mean	std	min	25%	50%	75%	max
cod_postal	874.0	3.696627e+04	1616.987357	3.500100e+04	3.520900e+04	3.800500e+04	3.861000e+04	3.891700e+04
x	874.0	4.149945e+05	108263.795463	2.030620e+05	3.415755e+05	3.770360e+05	4.579210e+05	6.526680e+05
y	874.0	3.129443e+06	36764.571475	3.060950e+06	3.105575e+06	3.118305e+06	3.149830e+06	3.234480e+06
vigencia_inicio	874.0	2.017091e+13	0.000000	2.017091e+13	2.017091e+13	2.017091e+13	2.017091e+13	2.017091e+13
vigencia_fin	0.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN

Podemos ver que el campo vigencia_fin no es relevante puesto que está incompleto. De igual forma, el campo vigencia_inicio siempre tiene el mismo valor ya que la media, el máximo y el mínimo son iguales.

Para evitar ruido elimnaremos estas columnas.

del df['vigencia_fin']
del df['vigencia_inicio']
df.head()

	desa	direccion	ubicacion	localidad	cod_postal	isla	x	y
pk
1	DESA00004	LUGAR PIEDRA SANTA S/N	CENTRAL TÉRMICA JINÁMAR: Sala de control	Palmas de Gran Canaria (Las)	35016	GRAN CANARIA	459853	3101710.0
2	DESA00005	LUGAR SALINAS DEL MATORRAL S/N - JUAN GRANDE	CENTRAL TÉRMICA EL MATORRAL: Sala de control d...	San Bartolome de Tirajana	35107	GRAN CANARIA	456900	3075380.0
3	DESA00009	AVDA FRANCISCO LA ROCHE S/N	REAL CLUB NAUTICO DE TENERIFE: Botiquín del Club	Santa Cruz de Tenerife	38001	TENERIFE	378400	3150860.0
4	DESA00010	PUERTO DE FUERTEVENTURA	PUERTO DE FUERTEVENTURA: Vehículo Jefe Servici...	Puerto del Rosario	35310	FUERTEVENTURA	612007	3153010.0
5	DESA00022	PUERTO DE LANZAROTE	PUERTO DE LANZAROTE: Vehículo Jefe Servicio Po...	Arrecife	35310	LANZAROTE	643619	3205920.0

Desfibriladores por isla

desfribiladores_por_isla = df.groupby('isla')\
    .localidad.count()\
    .to_frame()\
    .rename(columns={'localidad': 'total'})\
    .sort_values('total', ascending=False)\
    .reset_index()

desfribiladores_por_isla

	isla	total
0	TENERIFE	393
1	GRAN CANARIA	272
2	LANZAROTE	80
3	FUERTEVENTURA	56
4	LA PALMA	48
5	LA GOMERA	20
6	EL HIERRO	5

plt.figure(figsize=(20,10))
plt.title("Desfribiladores por isla")

pal = sns.color_palette("Greens_d", len(desfribiladores_por_isla))

g = sns.barplot(data=desfribiladores_por_isla, x='isla', y='total',  palette=pal[::-1])

for p in g.patches:
    g.text(p.get_x() + p.get_width()/2., p.get_height(), '%d' % int(p.get_height()), ha='center', va='bottom')

islas = pd.Series(df.isla.unique()).sort_values().to_list()
desfibriladores_isla = desfribiladores_por_isla.sort_values('isla').total.to_list()
explode = (0, 0, 0.05, 0, 0, 0, 0.05)

plt.figure(figsize=(20,10))
plt.title('Porcentaje de desfibriladores por isla')
plt.pie(desfibriladores_isla, labels=islas, autopct='%1.1f%%', explode=explode, startangle=140)

plt.axis('equal')
plt.show()

Desfribiladores por localidad e isla

desfribiladores_por_isla_y_localidad = df.groupby(['isla', 'localidad'])\
    .cod_postal.count()\
    .to_frame()\
    .rename(columns={'cod_postal': 'total'})\
    .sort_values('total', ascending=False)\
    .reset_index()

for isla in islas:
    plt.figure(figsize=(20,10))
    plt.title("Desfribiladores por localidad en "+isla)
    sns.barplot(data=desfribiladores_por_isla_y_localidad[desfribiladores_por_isla_y_localidad['isla'] == isla], x='total', y='localidad')