
import pandas as pd
import ssl
import seaborn as sns
import re
import matplotlib.pyplot as plt


ssl._create_default_https_context = ssl._create_unverified_context

df = pd.read_csv("https://raw.githubusercontent.com/drobaina/Python/main/microdados_ed_basica_RJ_2022.csv", header=0)
df.head()


# read xlsx
dictionary = pd.read_excel("https://raw.githubusercontent.com/drobaina/Python/main/dicionariodedados.xlsx", header=0)
# remove first and last 8 rows and select columns
dictionary = dictionary.iloc[8:-8, [1, 2, 5]]
dictionary.columns = ["Nome da Variável", "Descrição da Variável", "Categoria"]
# reset index
dictionary = dictionary.reset_index(drop=True)
dictionary


df_Campos = df[df["NO_MUNICIPIO"] == "Campos dos Goytacazes"]
df_Campos.head()


public_schools = df[df["TP_DEPENDENCIA"].isin([1, 2, 3])]
public_schools["NO_MUNICIPIO"].value_counts().head(10)

Rio de Janeiro           1995
Campos dos Goytacazes     344
Duque de Caxias           274
Nova Iguaçu               228
São Gonçalo               203
Petrópolis                198
Macaé                     162
Araruama                  159
Nova Friburgo             155
Niterói                   146
Name: NO_MUNICIPIO, dtype: int64


private_schools = df[df["TP_DEPENDENCIA"] == 4]
private_schools["NO_MUNICIPIO"].value_counts().head(10)

Rio de Janeiro           2492
São Gonçalo               382
Duque de Caxias           344
Nova Iguaçu               314
Niterói                   260
São João de Meriti        200
Campos dos Goytacazes     174
Belford Roxo              149
Petrópolis                109
Nilópolis                  82
Name: NO_MUNICIPIO, dtype: int64


# Agrupar os dados por cidade e dependência administrativa
grouped = df.groupby(['NO_MUNICIPIO'])['IN_COMPUTADOR'].sum().reset_index()

# Renomear as colunas para ficarem mais claras
grouped.columns = ['Cidade', 'Computadores por Cidade']
grouped


fig, axes = plt.subplots(nrows=3, ncols=3, figsize=(15, 12))
axes = axes.flatten()  

variables = ['IN_AGUA_POTAVEL', 'IN_BANHEIRO', 'IN_COZINHA','IN_EQUIP_LOUSA_DIGITAL', 'IN_ACESSO_INTERNET_COMPUTADOR', 'IN_PROF_SAUDE', 'IN_ESCOLARIZACAO', 'IN_PATIO_COBERTO', 'IN_PISCINA']

for i, variable in enumerate(variables):
    # Calculate the percentages
    private_percentage = private_schools[variable].mean() * 100
    public_percentage = public_schools[variable].mean() * 100
    
    labels = ['Private Schools', 'Public Schools']
    percentages = [private_percentage, public_percentage]
    
    sns.barplot(x=labels, y=percentages, ax=axes[i], palette='viridis')
    title = re.sub(r'_', ' ', re.sub(r'IN_', '', variable))
    axes[i].set_title(title.capitalize())
    axes[i].set_ylabel('Percentage (%)')
    axes[i].set_xlabel('')
    axes[i].set_ylim(0, 100)  # setting y limit from 0 to 100

plt.tight_layout()
plt.show()


top_cities = df.groupby('NO_MUNICIPIO')['QT_PROF_SEGURANCA'].sum().sort_values(ascending=False).head(10)

plt.figure(figsize=(12, 8))
sns.barplot(x=top_cities.values, y=top_cities.index, palette='viridis')
plt.title('Top 10 cities by quantity of security staff')
plt.xlabel('Total QT_PROF_SEGURANCA')
plt.ylabel('City Name')
plt.show()

	Unnamed: 0	NU_ANO_CENSO	NO_REGIAO	CO_REGIAO	NO_UF	SG_UF	CO_UF	NO_MUNICIPIO	CO_MUNICIPIO	NO_MESORREGIAO	...	QT_TUR_FUND_AF	QT_TUR_MED	QT_TUR_PROF	QT_TUR_PROF_TEC	QT_TUR_EJA	QT_TUR_EJA_MED	QT_TUR_ESP	QT_TUR_ESP_CC
0	0	2022	Sudeste	3	Rio de Janeiro	RJ	33	Angra dos Reis	3300100	Sul Fluminense	...	10.0	20.0	0.0	0.0	8.0	8.0	21.0	21.0
1	1	2022	Sudeste	3	Rio de Janeiro	RJ	33	Angra dos Reis	3300100	Sul Fluminense	...	4.0	0.0	0.0	0.0	0.0	0.0	4.0	4.0
2	2	2022	Sudeste	3	Rio de Janeiro	RJ	33	Angra dos Reis	3300100	Sul Fluminense	...	0.0	8.0	1.0	1.0	4.0	4.0	5.0	5.0
3	3	2022	Sudeste	3	Rio de Janeiro	RJ	33	Angra dos Reis	3300100	Sul Fluminense	...	8.0	32.0	10.0	10.0	0.0	0.0	27.0	27.0
4	4	2022	Sudeste	3	Rio de Janeiro	RJ	33	Angra dos Reis	3300100	Sul Fluminense	...	8.0	5.0	0.0	0.0	0.0	0.0	1.0	1.0

	Nome da Variável	Descrição da Variável	Categoria
0	NU_ANO_CENSO	Ano do Censo	NaN
1	NO_REGIAO	Nome da Região Geográfica	NaN
2	CO_REGIAO	Código da Região Geográfica	NaN
3	NO_UF	Nome da Unidade da Federação	NaN
4	SG_UF	Sigla da Unidade da Federação	NaN
...	...	...	...
386	QT_TUR_MED	Número de Turmas de Ensino Médio	NaN
387	QT_TUR_PROF	Número de Turmas de Educação Profissional	NaN
388	QT_TUR_PROF_TEC	Número de Turmas de Educação Profissional Técnica	NaN
389	QT_TUR_EJA	Número de Turmas de Educação de Jovens e Adult...	NaN
390	QT_TUR_EJA_FUND	Número de Turmas de Educação de Jovens e Adult...	NaN

	Unnamed: 0	NU_ANO_CENSO	NO_REGIAO	CO_REGIAO	NO_UF	SG_UF	CO_UF	NO_MUNICIPIO	CO_MUNICIPIO	NO_MESORREGIAO	...	QT_TUR_FUND_AF	QT_TUR_MED	QT_TUR_PROF	QT_TUR_PROF_TEC	QT_TUR_EJA	QT_TUR_EJA_FUND	QT_TUR_EJA_MED	QT_TUR_ESP	QT_TUR_ESP_CC	QT_TUR_ESP_CE
1415	1415	2022	Sudeste	3	Rio de Janeiro	RJ	33	Campos dos Goytacazes	3301009	Norte Fluminense	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
1416	1416	2022	Sudeste	3	Rio de Janeiro	RJ	33	Campos dos Goytacazes	3301009	Norte Fluminense	...	14.0	0.0	0.0	0.0	4.0	4.0	0.0	17.0	17.0	0.0
1417	1417	2022	Sudeste	3	Rio de Janeiro	RJ	33	Campos dos Goytacazes	3301009	Norte Fluminense	...	7.0	3.0	0.0	0.0	0.0	0.0	0.0	1.0	1.0	0.0
1418	1418	2022	Sudeste	3	Rio de Janeiro	RJ	33	Campos dos Goytacazes	3301009	Norte Fluminense	...	4.0	3.0	0.0	0.0	0.0	0.0	0.0	3.0	3.0	0.0
1419	1419	2022	Sudeste	3	Rio de Janeiro	RJ	33	Campos dos Goytacazes	3301009	Norte Fluminense	...	10.0	9.0	0.0	0.0	0.0	0.0	0.0	1.0	1.0	0.0

	Cidade	Computadores por Cidade
0	Angra dos Reis	139.0
1	Aperibé	13.0
2	Araruama	87.0
3	Areal	15.0
4	Armação dos Búzios	34.0
...	...	...
87	Três Rios	67.0
88	Valença	73.0
89	Varre-Sai	14.0
90	Vassouras	34.0
91	Volta Redonda	181.0

Analysis on Schools Censorship¶

Filtering City "Campos dos Goytacazes"¶

Grouping top 10 cities with public and private schools¶

Grouping Total of Computers by City¶

Comparing percentages between public and private schools:¶

Featuring top 10 cities with more security staff¶