dispo_alimentaire = pd.read_csv("C:/Users/solen/OneDrive/Documents/Formation Data Analyst OpenClassrooms/Projet 4/dispo_alimentaire.csv", encoding='UTF-8', sep =',')
print(dispo_alimentaire.head(5))

insecurite_alimentaire = pd.read_csv("C:/Users/solen/OneDrive/Documents/Formation Data Analyst OpenClassrooms/Projet 4/sous_nutrition.csv", encoding='UTF-8', sep =',')
print(insecurite_alimentaire.head(5))

aide_alimentaire = pd.read_csv("C:/Users/solen/OneDrive/Documents/Formation Data Analyst OpenClassrooms/Projet 4/aide_alimentaire.csv", encoding='UTF-8', sep =',')
print(aide_alimentaire.head(5))

population = pd.read_csv("C:/Users/solen/OneDrive/Documents/Formation Data Analyst OpenClassrooms/Projet 4/population.csv", encoding='UTF-8', sep =',')
print(population.head(5))

# On affiche la première table dont on va avoir besoin pour repérer l'allure générale de nos données.

insecurite_alimentaire

# Statistiques élémentaires des variables quantitatives pour le fichier Insecurite_alimentaire.

insecurite_alimentaire.describe()

# On peut afficher les 203 pays en question pour se faire une première idée desquels on parle.

insecurite_alimentaire['Zone'].unique()

# On calcule ensuite le taux moyen de valeurs manquantes pour les personnes en état de sous-nutrition.

insecurite_alimentaire.isna().mean()

# On fait le choix de remplacer les valeurs manquantes NaN par des 0 grâce à la méthode .fillna().

insecurite_alimentaire["Valeur"].fillna(0, inplace = True)
 
insecurite_alimentaire

# On affiche les différentes valeurs possibles pour la colonne Année.

insecurite_alimentaire['Année'].unique()

# On sélectionne dans la variable Année uniquement la période 2017 qui correspond à la valeur "2016-2018".

sous_nutrition_2017 = insecurite_alimentaire.loc[(insecurite_alimentaire['Année'] == '2016-2018'), :]
sous_nutrition_2017

# On modifie le dataframe Sous_nutrition_2017 en renommant les valeurs "2016-2017" par "2017" en vue de la future jointure 
# avec la table Population_2017.

sous_nutrition_2017 = sous_nutrition_2017.replace(['2016-2018'], 2017)

print(sous_nutrition_2017)

# Egalement, on remplace les valeurs (qui sont des chaînes de caractères) "< 0.1" par "0" dans le data frame Sous_nutrition_2017 
# pour pouvoir faire la future conversion de cette variable en float.

sous_nutrition_2017 = sous_nutrition_2017.replace(['<0.1'], 0)
print(sous_nutrition_2017)

# On affiche le type de chacune des variables du data frame Sous_nutrition_2017.

sous_nutrition_2017.dtypes

# Puis, on affiche les informations de la table Population.

print(population)

# On renomme dans la table Population, la variable "Valeur" par "Population" pour que cela soit plus explicite.

population.rename(columns={'Valeur': 'Population'}, inplace=True)
population

# On sélectionne la population des pays qui concerne uniquement l'année 2017.

population_2017 = population.loc[(population['Année'] == 2017), :]
print(population_2017)

# On réalise une jointure à droite entre les tables sous_nutrition_2017 et Population_2017 pour afficher l'ensemble des pays 
# de la table Population_2017 et ajouter à côté leurs valeurs associées si ce sont des pays en sous-nutrition.
# Sinon le tableau retournera des valeurs manquantes (NaN).

df = pd.merge(sous_nutrition_2017, population_2017, on = "Zone", how = 'right')
df.head()

# On renomme les autres variables du data frame obtenu après la jointure pour une meilleure compréhension des variables.

df.rename(columns={'Année_x': 'Année Sous_nutrition'}, inplace=True)
df.rename(columns={'Valeur': 'Personnes sous-alimentées'}, inplace=True)
df.rename(columns={'Année_y': 'Année'}, inplace=True)
df

# On fait un rappel du type de chacune des variables du data frame Df.

df.dtypes

# On convertit la colonne "Personnes sous-alimentées" en décimaux (float) car elle est actuellement de type object 
# et il est donc impossible pour le moment d'appliquer des calculs arithmétiques sur des chaînes de caractères.

df['Personnes sous-alimentées'] = df['Personnes sous-alimentées'].astype(float)
df

# On vérifie que la conversion s'est bien passée.

df.dtypes

# Une fois le nettoyage des données effectué, on calcule la proportion demandée de personnes en sous-nutrition :

proportion_sous_nutrition = ((df['Personnes sous-alimentées'].sum() / df['Population'].sum())*100).round(2)
print("En 2017, la proportion de personnes en état de sous-nutrition dans le monde était de : ", proportion_sous_nutrition, '%')

# On peut traduire ce résultat obtenu en pourcentage, en un nombre théorique :

somme_prs_en_sous_nutrition = df["Personnes sous-alimentées"].sum()
print("Il y a", somme_prs_en_sous_nutrition, "personnes qui souffraient de sous-nutrition parmi la population totale en 2017.")

dispo_alimentaire

# Statistiques descriptives des variables QT

dispo_alimentaire.describe()

# Taux de valeurs manquantes 

dispo_alimentaire.isna().mean()

# On remplace les valeurs NaN par des 0 pour toutes les variables de la table où le taux de valeurs manquantes est positif.

dispo_alimentaire["Aliments pour animaux"].fillna(0, inplace = True)
dispo_alimentaire["Autres Utilisations"].fillna(0, inplace = True)
dispo_alimentaire["Disponibilité alimentaire (Kcal/personne/jour)"].fillna(0, inplace = True)
dispo_alimentaire["Disponibilité alimentaire en quantité (kg/personne/an)"].fillna(0, inplace = True)
dispo_alimentaire["Disponibilité de matière grasse en quantité (g/personne/jour)"].fillna(0, inplace = True)
dispo_alimentaire["Disponibilité de protéines en quantité (g/personne/jour)"].fillna(0, inplace = True)
dispo_alimentaire["Disponibilité intérieure"].fillna(0, inplace = True)
dispo_alimentaire["Exportations - Quantité"].fillna(0, inplace = True)
dispo_alimentaire["Importations - Quantité"].fillna(0, inplace = True)
dispo_alimentaire["Nourriture"].fillna(0, inplace = True)
dispo_alimentaire["Pertes"].fillna(0, inplace = True)
dispo_alimentaire["Production"].fillna(0, inplace = True)
dispo_alimentaire["Semences"].fillna(0, inplace = True)
dispo_alimentaire["Traitement"].fillna(0, inplace = True)
dispo_alimentaire["Variation de stock"].fillna(0, inplace = True)

dispo_alimentaire

# On vérifie que le taux de valeurs manquantes pour chacune des variables de la table est désormais bien égal à 0.

dispo_alimentaire.isna().mean()

# On affiche le type de chacune des variables du data frame.

dispo_alimentaire.dtypes

dispo_alim_copie

# Ensuite, on va supprimer les anciennes colonnes dont l'unité est le millier de tonnes.

dispo_alim_copie.drop(["Aliments pour animaux", "Autres Utilisations", "Disponibilité intérieure", "Exportations - Quantité", "Nourriture", "Pertes", "Production", "Semences", "Traitement", "Variation de stock"], axis = 1, inplace = True)
dispo_alim_copie.head(5)

# Puis, on fait une jointure entre les tables Dispo_alim_copie et Population_2017 sur la colonne Zone (clé en commun dans les
# 2 tables) car on souhaiterait connaître le nombre total de personnes au monde qui pourraient être nourries pour l'année 2017.

df_dispo_alimentaire_bis = pd.merge(dispo_alim_copie, population_2017, on = "Zone", how = 'right')
df_dispo_alimentaire_bis

# Pour obtenir la disponibilité totale (mondiale) en kcal 

df_dispo_alimentaire_bis["Dispo totale kcal"] = df_dispo_alimentaire_bis["Disponibilité alimentaire (Kcal/personne/jour)"]*df_dispo_alimentaire_bis["Population"]*365
df_dispo_alimentaire_bis

somme_pop_nourries = df_dispo_alimentaire_bis['Dispo totale kcal'].sum()

print(f"La disponibilité alimentaire totale en kcal est de : {df_dispo_alimentaire_bis['Dispo totale kcal'].sum()}")

nb_theorique = somme_pop_nourries/(2500*365)

print("Le nombre théorique de personnes qui pourraient être nourries est de", round(nb_theorique,0), "personnes.")

# On reprend le tableau précédent.

df_dispo_alimentaire_bis

# On filtre pour n'afficher que les produits végétaux de disponibles. On stocke ce nouveau résultat dans un nouveau data frame.

dispo_alimentaire_vegetaux = df_dispo_alimentaire_bis.loc[(dispo_alimentaire['Origine'] == 'vegetale'), :]
dispo_alimentaire_vegetaux

# On fait la somme de cette nouvelle variable créée.

somme_vegetaux_nourris = dispo_alimentaire_vegetaux['Dispo totale kcal'].sum()
somme_vegetaux_nourris

# On calcule le nombre de personnes qui pourraient être nourries à partir du résultat précédent, et en divisant bien par 
# le nombre de kcal fixé et par le nombre de jours qu'il y a dans une année.

nb_theorique_total_vegetaux = somme_vegetaux_nourris/(2500*365)

print("En 2017, le nombre théorique de personnes qui pourraient être nourries à partir de produits végétaux est égal à", round(nb_theorique_total_vegetaux,0))

# On reprend la table dont les variables sont converties en kg.

dispo_alim_copie

# On commence par faire la somme totale de la disponibilité alimentaire de chacun des pays.

disponibilite_interieure = dispo_alim_copie["Disponibilité intérieure en kg"].sum()

print("Il y a", disponibilite_interieure, "kg d'aliments disponibles au total dans le monde.")

# Puis, on fait la somme des disponibilités alimentaires dédiées aux animaux.

disponibilite_animale = dispo_alim_copie["Aliments pour animaux (kg)"].sum()

print("Il y a", disponibilite_animale, "kg d'aliments dédiés à l'alimentation animale.")

# En fonction de la quantité de nourriture disponible pour les animaux, on calcule la proportion de la disponibilité intérieure
# attribuée à l'alimenttaion animale.

part_nourriture_dispo = round((disponibilite_animale/disponibilite_interieure)*100,2)

print("Dans le monde, il y a", part_nourriture_dispo, "% d'aliments dédiés à l'alimentation animale.")

# On calcule la quantité de pertes de la disponibilité intérieure.

quantite_perdue = dispo_alim_copie["Pertes (kg)"].sum()
print("Il y a", quantite_perdue, "kg d'aliments qui sont perdus.")

# En fonction de la quantité de pertes d'aliments, on calcule la proportion d'aliments qui est perdue.

part_pertes_nourriture = round((quantite_perdue/disponibilite_interieure)*100,2)

print("Dans le monde, il y a", part_pertes_nourriture, "% d'aliments de perdus.")

# On calcule la quantité de nourriture attribuée à l'alimentation humaine.

quantite_alimentation_humaine = dispo_alim_copie["Nourriture (kg)"].sum()

print("Il y a", quantite_alimentation_humaine, "kg d'aliments disponibles qui seront utilisés pour l'alimentation humaine.")

# A partir du résultat précédent, on calcule la proportion d'aliments attribuée à l'alimentation humaine.

part_alimentation_humaine = round((quantite_alimentation_humaine/disponibilite_interieure)*100,2)

print("Dans le monde, il y a", part_alimentation_humaine, "% d'aliments utilisés pour l'alimentation humaine.")

# On calcule la quantité d'aliments utilisée pour d'autres usages.

quantite_alimentation_autres = dispo_alim_copie["Autres Utilisations (kg)"].sum()

print("Il y a", quantite_alimentation_autres, "kg d'aliments disponibles pour d'autres utilisations.")

# A partir du résultat précédent, on calcule la proportion d'aliments attribués à d'autres usages que l'alimentation humaine, animale, ect...

part_alimentation_autres = round((quantite_alimentation_autres/disponibilite_interieure)*100,2)

print("Dans le monde, il y a", part_alimentation_autres, "% d'aliments qui sont attribués d'autres utilisations.")

# Création d'une liste contenant les 3 parts de disponibilité intérieure calculées précédemment.
values = [part_nourriture_dispo, part_pertes_nourriture, part_alimentation_humaine, 32.64]

# Création d'une liste contenant le nom des étiquettes de données.
names = ['Alimentation animale', 'Pertes', 'Alimentation humaine', 'Autres']

# Création d'un data frame
data_piechart = pd.DataFrame(list(zip(names, values)), columns = ['Nom','Valeur'])

# On trie dans un ordre décroissant en fonction de la variable "Value"
data_dispo_interieure = data_piechart.sort_values('Valeur', ascending = False)
data_dispo_interieure

import plotly.express as px

dataframe = px.data.tips()

fig = px.pie(data_dispo_interieure, title = 'Répartition de la gestion de la disponibilié intérieure mondiale en 2017', values='Valeur', names='Nom', color_discrete_sequence=px.colors.sequential.RdBu)

fig.update_traces(textposition='inside')
fig.update_layout(uniformtext_minsize=14, uniformtext_mode = 'hide')
fig.show()

# On peut commencer par reprendre le dernier data frame obtenu (Df) en ajoutant une nouvelle colonne pour calculer la proportion 
# de personnes en sous-nutrition pour chaque ligne de la table.

df['Proportion_sous_nutrition'] = df['Personnes sous-alimentées'] / df['Population']
df

# On affiche l'ensemble des valeurs uniques obtenues dans cette nouvelle variable.

df['Proportion_sous_nutrition'].unique()

# Suppression des valeurs manquantes de la table.

df = df.dropna()
df

# On affiche le type de chacune des variables de la table.

df.dtypes

# On stocke cela dans un nouveau data frame pour ne pas confondre avec ce qui a été fait précédemment.

df_pays_sous_nutrition = df.sort_values('Proportion_sous_nutrition', ascending = False).head(10)
df_pays_sous_nutrition

# On renomme la République populaire démocratique de Corée par la "Corée du Nord" pour que le diagramme en barres ci-dessous 
# soit plus esthétique.

df_pays_sous_nutrition = df_pays_sous_nutrition.replace(["République populaire démocratique de Corée"], "Corée du Nord")
df_pays_sous_nutrition

plt.figure(figsize = (8,6))

plt.xticks(rotation = '90')
plt.title("Les 10 pays les plus sous-alimentés dans le monde en 2017", fontsize = 11)
plt.xlabel('Pays émergents')
plt.ylabel('Pourcentage de personnes sous-alimentées (%)')
plt.bar(df_pays_sous_nutrition['Zone'],
        df_pays_sous_nutrition['Proportion_sous_nutrition'],
        color = cm.rainbow(np.linspace(0, 1, len(df_pays_sous_nutrition))),
        edgecolor = 'black')

ca = df_pays_sous_nutrition['Proportion_sous_nutrition'].tolist()

for i in range (10) :
    plt.text(i-0.35, ca[i]+0.007, round(ca[i], 3))
plt.show()

# On affiche le data frame dont on va avoir besoin.

aide_alimentaire

# On affiche le type de chacune des variables du data frame.

aide_alimentaire_copie.dtypes

# Puis on va créer une nouvelle colonne dans laquelle on va convertir la colonne Valeur en kg qui correspond initialement 
# à la quantité de tonnes d'aliments/de produits attribuée aux pays qui bénéficient d'aides.

aide_alimentaire_copie["Qté d'aliments reçue (en kg)"] = aide_alimentaire_copie["Valeur"]*1000
aide_alimentaire_copie

# On supprime la colonne Valeur (en tonnes).

aide_alimentaire_copie.drop(["Valeur"], axis = 1, inplace = True)
aide_alimentaire_copie

# On renomme la colonne Pays bénéficiaire par "Zone" pour homogénéiser avec les autres tables.

aide_alimentaire_copie.rename(columns={'Pays bénéficiaire': 'Zone'}, inplace=True)
aide_alimentaire_copie

# Liste de tous les pays ayant bénéficié d'aides entre 2013 et 2016.

liste_pays_beneficiaires = aide_alimentaire_copie['Zone'].unique()
liste_pays_beneficiaires

aide_alimentaire_copie['Année'].unique()

# On reprend le tableau précédent mais en ne prenant pas en compte les années.

aide_alimentaire_pays = aide_alimentaire_copie[['Zone', 'Produit', "Qté d'aliments reçue (en kg)"]]
aide_alimentaire_pays

# Pour savoir quels pays a bénéficié le + d'aides, on va agréger les données en faisant un GROUP BY pour afficher la somme
# des aides perçue pour chaque pays distinct.

pays_beneficiaires = aide_alimentaire_pays.groupby('Zone').sum()
pays_beneficiaires

# On trie ce tableau par ordre décroissant.

pays_beneficiaires = pays_beneficiaires.sort_values("Qté d'aliments reçue (en kg)", ascending = False).head(10)
pays_beneficiaires

# On fait la somme totale des valeurs obtenues.

pays_beneficiaires_somme = pays_beneficiaires["Qté d'aliments reçue (en kg)"].sum()

print("Au total, les pays bénéficiaires d\'aides ont reçu au total", pays_beneficiaires_somme, "kg d'aliments.")

# On tranforme les résultats obtenus en % pour que ce soit + parlant.

pays_beneficiaires['Pourcentage'] = round((pays_beneficiaires["Qté d'aliments reçue (en kg)"]/pays_beneficiaires_somme)*100,1)
pays_beneficiaires

y = ['Niger','République démocratique du Congo','Somalie','Bangladesh','Kenya','Soudan','Soudan du Sud','Yémen','Éthiopie','République arabe syrienne']

x = [3.7, 3.8, 3.9,4.6,7.3,8.8, 9.2,15.9,18.2, 24.6, ]

colors = ["gainsboro", "lavender", "mistyrose", "peachpuff", "moccasin","wheat", "palegoldenrod", "lightcyan", "powderblue", "cadetblue"]

plt.figure(figsize = (10,6))

plt.barh (y, x, color = colors, edgecolor = 'black')

plt.ylabel("Pays bénéficiaires d'aides", color = "black")
plt.xlabel("Aides perçues (%)")
plt.title("Les 10 pays bénéficiant le plus d'aides dans le monde depuis 2013", fontsize = 12, fontweight = "bold")
    
plt.show()

# On affiche le data frame que l'on va utilisée pour la suite.

df_dispo_alimentaire_bis

# On commence par afficher la disponibilité alimentaire pour chacun des pays.

dispo_par_habitant = df_dispo_alimentaire_bis[['Zone', 'Produit', 'Disponibilité alimentaire (Kcal/personne/jour)']].groupby(['Zone']).sum()
dispo_par_habitant

# On regarde dans un premier temps la disponibilité alimentaire par habitant la plus élevée pour les 10 premiers pays 

dispo_par_habitant_plus = dispo_par_habitant.loc[dispo_par_habitant["Disponibilité alimentaire (Kcal/personne/jour)"] != 0]
dispo_par_habitant_plus = dispo_par_habitant_plus.sort_values('Disponibilité alimentaire (Kcal/personne/jour)', ascending = False)
dispo_par_habitant_plus = dispo_par_habitant_plus.head(10)
dispo_par_habitant_plus

# On crée ensuite un un data frame dans lequel on va stocker les valeurs obtenues.
df_pays_1 = pd.DataFrame(list(zip(pays_plus_disponibilite,liste_dispo_interieure)), columns = ['Pays','Valeur'])

# On trie dans un ordre décroissant en fonction de la variable "Value"
data1 = df_pays_1.sort_values('Valeur', ascending = False)
data1

# Diagramme en barres

plt.figure(figsize = (8,6))

colors = ["beige", "mistyrose", "antiquewhite", "honeydew", "powderblue", "skyblue","cadetblue", "steelblue", "cornflowerblue", "darkslategrey"]

plt.barh(pays_plus_disponibilite, liste_dispo_interieure, edgecolor = 'black', color = colors)

plt.ylabel("Pays", color = "black")
plt.xlabel("Disponibilité alimentaire par habitant (kcal)")
plt.title("Les 10 pays dont la disponibilité alimentaire par habitant est la plus élevée", fontsize = 12, fontweight = "bold")

plt.show()