pres2022_t1 = {
// Apache Parquet -> Apache Arrow
const arrow = parquet.readParquet(pres2022_t1_parquet)
// Conversion en table arquero
return aq.fromArrow(arrow)
}
zonages_insee = {
// Apache Parquet -> Apache Arrow
const arrow = parquet.readParquet(zonages_insee_parquet)
// Conversion en table arquero
return aq.fromArrow(arrow)
}
viewof pres2022_t1_zonages = pres2022_t1
.join_right(zonages_insee, 'id')
.relocate('id', {before: 'com'})
.view()
control = pres2022_t1.antijoin(zonages_insee, 'id')
control.dedupe('dpt').select('dpt').view()
groups = new Map([
['inscrits', 'A'],
['votants', 'A'],
['exprimés', 'A'],
['abstentions', 'B'],
['blancs', 'B'],
['nuls', 'B'],
['macron', 'C'],
['le_pen', 'C'],
['melenchon', 'C'],
['arthaud', 'D'],
['poutou', 'D'],
['roussel', 'D'],
['jadot', 'D'],
['hidalgo', 'D'],
['pecresse', 'D'],
['lassalle', 'D'],
['zemmour', 'D'],
['dupont_aignan', 'D']
])
viewof pres_gridCat = pres2022_t1_zonages
// passage au format long de toutes les variables de quantité (nb de voix ou de personnes)
.fold(aq.range(3,20), { as: ['type', 'voix'] })
// somme les voix par catégorie de grille communale de densité
.groupby('type', 'gridCat')
.rollup({ voix: d => op.sum(d.voix) })
// ajoute le total des voix par type
.groupby('type')
.derive({ total: aq.rolling(op.sum('voix'), [-Infinity, +Infinity]) })
// ventilation de la part des voix par type
.derive({ percent: d => d.voix / d.total * 100 })
.ungroup()
// ajoute les groupes (A, B, C, D)
.params({groups})
.derive({ groups: (d,$) => op.recode(d.type, $.groups)})
// trie de la table
.orderby('groups', 'gridCat', aq.desc('voix'))
.view()
// Trie du groupe 'D. Les miettes' selon la part des résultats en commune densément peuplé (gridCat == 1)
orderGroupD = pres_gridCat
.filter(d => d.groups == 'D' && d.gridCat == 1)
.orderby(aq.desc('percent'))
.columnArray('type')
viewof pres_aav = pres2022_t1_zonages
// réuni '11. commune centre', '12. autre commune du pôle principal' et '13. commune d'un pôle secondaire'
.derive({aav_cat: d => op.includes(['12', '13'], d.aav_cat)
? '11'
: d.aav_cat == '30'
? '20'
: d.aav_cat})
// concatène la taille de l'aire d'attraction ('aav_size') et la catégorie de commune ('aav_cat')
.derive({aav: d => d.aav_size + '-' + d.aav_cat})
// passage au format long de toutes les variables de quantité (nb de voix ou de personnes)
.fold(aq.range(3,20), { as: ['type', 'voix'] })
// somme les voix par catégorie de grille communale de densité
.groupby('type', 'aav', 'aav_size', 'aav_cat')
.rollup({ voix: d => op.sum(d.voix) })
// ajoute le total des voix par type
.groupby('type')
.derive({ total: aq.rolling(op.sum('voix'), [-Infinity, +Infinity]) })
// ventilation de la part des voix par type
.derive({ percent: d => d.voix / d.total * 100 })
.ungroup()
// ajoute les groupes (A, B, C, D), au cas où
.params({groups})
.derive({ groups: (d,$) => op.recode(d.type, $.groups)})
// trie de la table
.orderby('groups', aq.desc('aav_size'), 'aav_cat', aq.desc('voix'))
.view()
aav_size_label = new Map([
['5', 'Paris'],
['4', '>700k hab'],
['3', '>200k hab'],
['2', '>50k hab'],
['1', '<50k hab'],
['0', 'hors AAV'],
])
// Load the parquet-wasm library
parquet = {
const parquetModule = await import(
"https://unpkg.com/parquet-wasm@0.3.0/esm/arrow1.js"
);
// Need to await the default export first to initialize the WebAssembly code
await parquetModule.default();
return parquetModule;
}
Purpose-built for displays of data
Observable is your go-to platform for exploring data and creating expressive data visualizations. Use reactive JavaScript notebooks for prototyping and a collaborative canvas for visual data exploration and dashboard creation.
