unir-metodologia/estudio_edad_madres_por_año_por_estado.ipynb

from functools import cache
import pandas as pd

pd.set_option("display.max_columns", None)

estados_mexicanos = {
    "AGUASCALIENTES",
    "BAJA CALIFORNIA",
    "BAJA CALIFORNIA SUR",
    "CAMPECHE",
    "CHIAPAS",
    "CHIHUAHUA",
    "COAHUILA DE ZARAGOZA",
    "COLIMA",
    "DISTRITO FEDERAL",
    "DURANGO",
    "GUANAJUATO",
    "GUERRERO",
    "HIDALGO",
    "JALISCO",
    "MEXICO",
    "MICHOACAN DE OCAMPO",
    "MORELOS",
    "NAYARIT",
    "NUEVO LEON",
    "OAXACA",
    "PUEBLA",
    "QUERETARO  DE ARTEAGA",
    "QUINTANA ROO",
    "SAN LUIS POTOSI",
    "SINALOA",
    "SONORA",
    "TABASCO",
    "TAMAULIPAS",
    "TLAXCALA",
    "VERACRUZ DE IGNACIO DE LA LLAVE",
    "YUCATAN",
    "ZACATECAS",
}

df = pd.read_csv("2010-2019.csv")

/var/folders/05/y38rqjl55hjb_hbnypxzgrsw0000gn/T/ipykernel_93405/3168623387.py:1: DtypeWarning: Columns (21) have mixed types. Specify dtype option on import or set low_memory=False.
  df = pd.read_csv("2010-2019.csv")

def _ano_nacimiento_vivo_func(str_date):
    try:
        return str_date.split("/")[-1]
    except:
        return ""


df["año_de_nacimiento_vivo"] = df["fecha_nacimiento_nac_vivo"].apply(
    _ano_nacimiento_vivo_func
)

df = df[(5 < df["edad_madre"]) & (df["edad_madre"] < 90)]

df_trisomias = df[df["codigo_anomalia"].apply(lambda x: "Q9" in str(x))]

consulta_trisomias = df_trisomias.groupby(
    ["edo_captura", "año_de_nacimiento_vivo"]
).agg(
    {
        "edad_madre": [
            "count",
            "mean",
            "std",
            "min",
            "max",
        ],
    }
)
consulta_trisomias

		edad_madre
		count	mean	std	min	max
edo_captura	año_de_nacimiento_vivo
AGUASCALIENTES	2010	29	30.586207	9.037688	16	45
	2011	34	33.823529	6.815626	17	45
	2012	30	29.600000	8.880820	17	43
	2013	30	30.400000	9.761289	15	43
	2014	23	28.956522	7.968565	19	41
...	...	...	...	...	...	...
ZACATECAS	2015	13	31.307692	7.951778	19	43
	2016	8	29.000000	9.971388	16	45
	2017	9	32.555556	10.013879	18	43
	2018	15	33.000000	8.026741	16	41
	2019	12	26.583333	5.468228	18	35

320 rows × 5 columns

# Edades de madres
consulta_total = df.groupby(["edo_captura", "año_de_nacimiento_vivo"]).agg(
    {
        "edad_madre": [
            "count",
            "mean",
            "std",
            "min",
            "max",
        ],
    }
)
consulta_total

		edad_madre
		count	mean	std	min	max
edo_captura	año_de_nacimiento_vivo
AGUASCALIENTES	2010	26973	25.569792	6.364083	10	52
	2011	28361	25.576073	6.362188	11	47
	2012	28840	25.510576	6.370119	12	47
	2013	28695	25.435302	6.343520	10	53
	2014	28718	25.434048	6.321484	12	56
...	...	...	...	...	...	...
ZACATECAS	2015	30099	25.619157	6.412798	12	57
	2016	30118	25.641975	6.402262	10	51
	2017	29955	25.663896	6.365496	13	53
	2018	28235	25.756933	6.407207	10	50
	2019	26800	25.978619	6.402249	9	50

320 rows × 5 columns

consulta = consulta_total.join(
    consulta_trisomias, rsuffix="_trisomias", lsuffix="_general"
)

consulta["porcentaje"] = (
    consulta[("edad_madre_trisomias", "count")]
    / consulta[("edad_madre_general", "count")]
)

consulta

		edad_madre_general					edad_madre_trisomias					porcentaje
		count	mean	std	min	max	count	mean	std	min	max
edo_captura	año_de_nacimiento_vivo
AGUASCALIENTES	2010	26973	25.569792	6.364083	10	52	29	30.586207	9.037688	16	45	0.001075
	2011	28361	25.576073	6.362188	11	47	34	33.823529	6.815626	17	45	0.001199
	2012	28840	25.510576	6.370119	12	47	30	29.600000	8.880820	17	43	0.001040
	2013	28695	25.435302	6.343520	10	53	30	30.400000	9.761289	15	43	0.001045
	2014	28718	25.434048	6.321484	12	56	23	28.956522	7.968565	19	41	0.000801
...	...	...	...	...	...	...	...	...	...	...	...	...
ZACATECAS	2015	30099	25.619157	6.412798	12	57	13	31.307692	7.951778	19	43	0.000432
	2016	30118	25.641975	6.402262	10	51	8	29.000000	9.971388	16	45	0.000266
	2017	29955	25.663896	6.365496	13	53	9	32.555556	10.013879	18	43	0.000300
	2018	28235	25.756933	6.407207	10	50	15	33.000000	8.026741	16	41	0.000531
	2019	26800	25.978619	6.402249	9	50	12	26.583333	5.468228	18	35	0.000448

320 rows × 11 columns