Procesamiento de datos del SUACI¶

Importación de librerías¶

In [ ]:
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

Carga de datos¶

In [ ]:
data_2022 = pd.read_csv('suaci/sistema-unico-de-atencion-ciudadana-2022.csv', sep=';')
data_2021 = pd.read_csv('suaci/sistema-unico-de-atencion-ciudadana-2021.csv', sep=';')
data_2020 = pd.read_csv('suaci/sistema-unico-de-atencion-ciudadana-2020.csv', sep=',')
data_2019 = pd.read_csv('suaci/sistema-unico-de-atencion-ciudadana-2019.csv', sep=',')
data_2018 = pd.read_csv('suaci/sistema-unico-de-atencion-ciudadana-2018.csv', sep=',')
In [ ]:
datas = [data_2022, data_2021, data_2020, data_2019, data_2018]
sizes = [len(d) for d in datas]
sizes
Out[ ]:
[104912, 754638, 574435, 989629, 893291]

Preprocesamiento¶

Conteo de denuncias por barrio para el año 2022.

In [ ]:
# Count denuncias por barrio
barrio_counts_2022 = data_2022['domicilio_barrio'].value_counts()
In [ ]:
bcdf = pd.DataFrame(barrio_counts_2022)

#Change keys to domicilio_barrio,count

# make index a column

bcdf = bcdf.reset_index()

# rename columns

bcdf.columns = ['domicilio_barrio', 'count']
In [ ]:
bcdf.to_csv('barrio_counts_2022.csv', index=False)

Limpieza de datos de mosquitos¶

In [ ]:
mosquitos_2022 = data_2022[data_2022['subcategoria'] == 'ENFERMEDADES TRANSMITIDAS POR MOSQUITOS']
barrios_ms_2022 = mosquitos_2022['domicilio_barrio'].value_counts()[0:10][::-1]
barrios_ms_2022 = mosquitos_2022['domicilio_barrio'].value_counts()[0:10][::-1]
In [ ]:
mosquitos_2021 = data_2021[data_2021['subcategoria'] == 'ENFERMEDADES TRANSMITIDAS POR MOSQUITOS']
barrios_ms_2021 = mosquitos_2021['domicilio_barrio'].value_counts()[0:10][::-1]
barrios_ms_2021 = mosquitos_2021['domicilio_barrio'].value_counts()[0:10][::-1]
In [ ]:
mosquitos_2020 = data_2020[data_2020['subcategoria'] == 'ENFERMEDADES TRANSMITIDAS POR MOSQUITOS']
barrios_ms_2020 = mosquitos_2020['domicilio_barrio'].value_counts()[0:10][::-1]
barrios_ms_2020 = mosquitos_2020['domicilio_barrio'].value_counts()[0:10][::-1]
In [ ]:
mosquitos_2019 = data_2019[data_2019['subcategoria'] == 'ENFERMEDADES TRANSMITIDAS POR MOSQUITOS']
barrios_ms_2019 = mosquitos_2019['domicilio_barrio'].value_counts()[0:10][::-1]
barrios_ms_2019 = mosquitos_2019['domicilio_barrio'].value_counts()[0:10][::-1]
In [ ]:
mosquitos_2019 = data_2019[data_2019['subcategoria'] == 'ENFERMEDADES TRANSMITIDAS POR MOSQUITOS']
barrios_ms_2019 = mosquitos_2019['domicilio_barrio'].value_counts()[0:10][::-1]
barrios_ms_2019 = mosquitos_2019['domicilio_barrio'].value_counts()[0:10][::-1]
In [ ]:
mosquitos_2018 = data_2018[data_2018['subcategoria'] == 'ENFERMEDADES TRANSMITIDAS POR MOSQUITOS']
barrios_ms_2018 = mosquitos_2018['domicilio_barrio'].value_counts()[0:10][::-1]
barrios_ms_2018 = mosquitos_2018['domicilio_barrio'].value_counts()[0:10][::-1]
In [ ]:
import functools as ft
In [ ]:
mosquitos = {
    "2022": mosquitos_2022,
    "2021": mosquitos_2021,
    "2020": mosquitos_2020,
    "2019": mosquitos_2019,
    "2018": mosquitos_2018
}
In [ ]:
keys = [list(v.keys().to_series()) for k, v in mosquitos.items()]

for key in zip(keys[0], keys[1], keys[2], keys[3], keys[4]):
    print(key)

('contacto', 'contacto', 'contacto', 'contacto', 'contacto')
('periodo', 'periodo', 'periodo', 'periodo', 'periodo')
('categoria', 'categoria', 'categoria', 'categoria', 'categoria')
('subcategoria', 'subcategoria', 'subcategoria', 'subcategoria', 'subcategoria')
('prestacion', 'prestacion', 'concepto', 'concepto', 'concepto')
('tipo_prestacion', 'tipo_prestacion', 'tipo_prestacion', 'tipo_prestacion', 'tipo_prestacion')
('fecha_ingreso', 'fecha_ingreso', 'fecha_ingreso', 'fecha_ingreso', 'fecha_ingreso')
('hora_ingreso', 'hora_ingreso', 'hora_ingreso', 'hora_ingreso', 'hora_ingreso')
('domicilio_comuna', 'domicilio_comuna', 'domicilio_cgpc', 'domicilio_cgpc', 'domicilio_cgpc')
('domicilio_barrio', 'domicilio_barrio', 'domicilio_barrio', 'domicilio_barrio', 'domicilio_barrio')
('domicilio_calle', 'domiclio_calle', 'domicilio_calle', 'domicilio_calle', 'domicilio_calle')
('domicilio_altura', 'domicilio_altura', 'domicilio_altura', 'domicilio_altura', 'domicilio_altura')
('domicilio_esquina_proxima', 'domicilio_esquina_proxima', 'domicilio_esquina_proxima', 'domicilio_esquina_proxima', 'domicilio_esquina_proxima')
('lat', 'lat', 'lat', 'lat', 'lat')
('lon', 'lon', 'long', 'long', 'long')
('canal', 'canal', 'canal', 'canal', 'canal')
('genero', 'genero', 'genero', 'genero', 'genero')
('estado_del_contacto', 'estado_del_contacto', 'estado_del_contacto', 'estado_del_contacto', 'estado_del_contacto')
('fecha_cierre_contacto', 'fecha_cierre_contacto', 'fecha_cierre_contacto', 'fecha_cierre_contacto', 'fecha_cierre_contacto')
In [ ]:
for k, v in mosquitos.items():
    try:
        v.rename(columns={'long': 'lon'}, inplace=True)
        v.rename(columns={'concepto': 'prestacion'}, inplace=True)
    except:
        pass

Exportación de datos¶

In [ ]:
for k, v in mosquitos.items():
    v.to_csv(f"mosquitos-{k}.csv", index=False, sep=";")

Análisis exploratorio¶

In [ ]:
_ = plt.figure(figsize=(20,10))
_ = plt.bar(barrios_ms_2022.index, barrios_ms_2022.values)
In [ ]:
_ = plt.figure(figsize=(20,10))
_ = plt.pie(barrios_ms_2022.values, labels=barrios_ms_2022.index, autopct='%1.1f%%')
In [ ]:
# Plot all years in one fig, with a subplot for each year

fig, axs = plt.subplots(5, 1, figsize=(20, 20))

for i, (k, v) in enumerate(mosquitos.items()):
    axs[i].pie(v['domicilio_barrio'].value_counts()[0:10][::-1].values, labels=v['domicilio_barrio'].value_counts()[0:10][::-1].index, autopct='%1.1f%%')
    axs[i].set_title(k)

plt.show()
In [ ]:
len(mosquitos_2021)
Out[ ]:
1060

Análisis de cantidad de denuncias totales¶

In [ ]:
mosquitos_total = pd.concat([mosquitos_2022, mosquitos_2021, mosquitos_2020, mosquitos_2019, mosquitos_2018])
In [ ]:
mosquitos_total["domicilio_barrio"] = mosquitos_total["domicilio_barrio"].str.upper()
In [ ]:
mes_f = lambda x: x % 100
anio_f = lambda x: x // 100
In [ ]:
#mosquitos_total_palermo = mosquitos_total[mosquitos_total["domicilio_barrio"] == "PALERMO"]
mosquitos_total["mes"] = mosquitos_total["periodo"].apply(mes_f)
mosquitos_total["anio"] = mosquitos_total["periodo"].apply(anio_f)
mosquitos_total
Out[ ]:
contacto periodo categoria subcategoria prestacion tipo_prestacion fecha_ingreso hora_ingreso domicilio_comuna domicilio_barrio ... lat lon canal genero estado_del_contacto fecha_cierre_contacto domiclio_calle domicilio_cgpc mes anio
1785 00002269/22 202201 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS Criaderos de mosquitos Reporte 2022-01-04 08:59:23 3.0 SAN CRISTOBAL ... -34.627571 -58.395442 Boti Masculino Abierto NaN NaN NaN 1 2022
4356 00006028/22 202201 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS Criaderos de mosquitos Reporte 2022-01-06 18:03:11 6.0 CABALLITO ... -34.616716 -58.454184 GCS Web Femenino Abierto NaN NaN NaN 1 2022
4848 00006269/22 202201 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS Criaderos de mosquitos Reporte 2022-01-06 20:49:44 14.0 PALERMO ... -34.569974 -58.420226 GCS Web Masculino Abierto NaN NaN NaN 1 2022
4871 00005409/22 202201 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS Información sobre enfermedades transmitidas po... Solicitud 2022-01-06 12:25:45 1.0 SAN NICOLAS ... -34.600055 -58.378397 App BA 147 Femenino Abierto NaN NaN NaN 1 2022
5365 00005196/22 202201 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS Criaderos de mosquitos Reporte 2022-01-06 10:43:06 10.0 FLORESTA ... -34.631738 -58.479428 App BA 147 Masculino Abierto NaN NaN NaN 1 2022
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
883066 01606962/18 201812 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS CRIADEROS DE MOSQUITOS SOLICITUD 2018-12-26 05:45:19 p.m. NaN PALERMO ... -34.59148 -58.414135 147 femenino Abierto NaN NaN COMUNA 14 12 2018
884487 01609557/18 201812 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS CRIADEROS DE MOSQUITOS SOLICITUD 2018-12-27 10:03:58 a.m. NaN RECOLETA ... -34.593322 -58.400479 App masculino Abierto NaN NaN COMUNA 2 12 2018
885678 01611514/18 201812 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS CRIADEROS DE MOSQUITOS SOLICITUD 2018-12-27 01:49:37 p.m. NaN PARQUE AVELLANEDA ... -34.640531 -58.478674 147 femenino Abierto NaN NaN COMUNA 9 12 2018
887110 01613995/18 201812 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS CRIADEROS DE MOSQUITOS SOLICITUD 2018-12-27 09:22:15 p.m. NaN BOCA ... -34.639052 -58.366368 147 femenino Abierto NaN NaN COMUNA 4 12 2018
890825 01620381/18 201812 SALUD Y SERVICIOS SOCIALES ENFERMEDADES TRANSMITIDAS POR MOSQUITOS CRIADEROS DE MOSQUITOS SOLICITUD 2018-12-29 01:34:20 p.m. NaN PALERMO ... -34.579045 -58.405114 App masculino Abierto NaN NaN COMUNA 14 12 2018

2255 rows × 23 columns

In [ ]:
mosquitos_total["fecha"] = pd.to_datetime(mosquitos_total["anio"].astype(str) + "-" + mosquitos_total["mes"].astype(str) + "-01")
In [ ]:
mosquitos_total["fecha_ingreso"] = pd.to_datetime(mosquitos_total["fecha_ingreso"], infer_datetime_format=True)
In [ ]:
# Scatter plot of ocurring dates, in the x axis is the date, in the y axis is the number of denuncias
# The column "fecha_ingreso" is the date when the denuncia was made

data_key = "fecha"

data_x = mosquitos_total[data_key].value_counts().sort_index().index
data_y = mosquitos_total[data_key].value_counts().sort_index().values

# fill data x with missing dates

for d in pd.date_range(start=data_x.min(), end=data_x.max(), freq='MS'):
    if d not in data_x:
        data_x = data_x.append(pd.Index([d]))
        data_y = np.append(data_y, 0)

data_x = data_x.sort_values()
data_y = data_y[data_x.argsort()]

_ = plt.figure(figsize=(20,10))
_ = plt.scatter(data_x, data_y)
In [ ]:
data_x, len(data_x)
Out[ ]:
(DatetimeIndex(['2018-01-01', '2018-02-01', '2018-03-01', '2018-04-01',
                '2018-05-01', '2018-06-01', '2018-07-01', '2018-08-01',
                '2018-09-01', '2018-10-01', '2018-11-01', '2018-12-01',
                '2019-01-01', '2019-02-01', '2019-03-01', '2019-04-01',
                '2019-05-01', '2019-06-01', '2019-07-01', '2019-08-01',
                '2019-09-01', '2019-10-01', '2019-11-01', '2019-12-01',
                '2020-01-01', '2020-02-01', '2020-03-01', '2020-04-01',
                '2020-05-01', '2020-06-01', '2020-07-01', '2020-08-01',
                '2020-09-01', '2020-10-01', '2020-11-01', '2020-12-01',
                '2021-01-01', '2021-02-01', '2021-03-01', '2021-04-01',
                '2021-05-01', '2021-06-01', '2021-07-01', '2021-08-01',
                '2021-09-01', '2021-10-01', '2021-11-01', '2021-12-01',
                '2022-01-01', '2022-02-01', '2022-03-01'],
               dtype='datetime64[ns]', freq=None),
 51)

Proyección de denuncias por barrio para los próximos años¶

In [ ]:
# Cuadratic regression with numpy

# ignore every month with 0 denuncias

#data_x = data_x[data_y != 0]
#data_y = data_y[data_y != 0]

x = np.array(range(len(data_x)))
y = data_y

z = np.polyfit(x, y, 1)

p = np.poly1d(z)

xp = np.linspace(0, len(data_x), 100)

_ = plt.figure(figsize=(20,10))
_ = plt.scatter(x, y)
_ = plt.plot(xp, p(xp), '-', color="red")
In [ ]:
# get betas of the regression

z
Out[ ]:
array([ 1.17819005, 14.76093514])
In [ ]:
# Cant of denuncias for a given date

given_date = "2025-01-01"

# months from "2018_01_01" to given_date

n_months = len(pd.date_range(start="2018-01-01", end=given_date, freq="MS"))

n_months
Out[ ]:
85

Proyección para el año 2025

In [ ]:
p(n_months)
Out[ ]:
114.90708898944189

Gráfico de la regresión

In [ ]:
# project 60 months into the future

xp = np.linspace(0, len(data_x) + 60, 100)

_ = plt.figure(figsize=(20,10))
_ = plt.scatter(x, y)
_ = plt.plot(xp, p(xp), '-', color="red")

Canales de comunicación del SUACI¶

In [ ]:
canales = mosquitos_2021["canal"].value_counts()

total = sum(canales.values)

# Percentage of denuncias by canal

for k, v in canales.items():
    print(f"{k}: {round(v/total*100, 2)}%")

GCS Web: 47.55%
App BA 147: 39.15%
Call Center: 5.47%
Boti: 4.72%
Operador GCBA: 1.7%
Comuna: 0.85%
Mail 147: 0.47%
Operador FIXIT: 0.09%