unir-metodologia/estudio_edad_madres_por_año_general.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_93495/3168623387.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(["año_de_nacimiento_vivo"]).agg(
    {
        "edad_madre": [
            "count",
            "mean",
            "std",
            "min",
            "max",
        ],
    }
)
consulta_trisomias

	edad_madre
	count	mean	std	min	max
año_de_nacimiento_vivo
2010	930	30.546237	8.244939	10	48
2011	1051	31.010466	8.193777	12	49
2012	961	30.462019	8.310565	13	47
2013	1055	31.182938	8.247919	11	51
2014	1031	31.018429	8.356304	13	50
2015	1016	31.500984	8.295052	14	52
2016	1044	31.453065	8.147413	14	47
2017	1043	31.410355	8.174581	13	47
2018	1059	31.064212	8.173198	13	48
2019	941	32.018066	8.195918	13	47

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

	edad_madre
	count	mean	std	min	max
año_de_nacimiento_vivo
2010	2063533	25.253220	6.319567	9	58
2011	2156751	25.234223	6.331894	9	58
2012	2197327	25.195768	6.321840	9	58
2013	2189257	25.198235	6.322081	9	59
2014	2173773	25.276009	6.322130	9	58
2015	2143345	25.367835	6.296604	9	59
2016	2079251	25.468008	6.292815	9	59
2017	2037647	25.510821	6.305873	9	62
2018	1940338	25.678051	6.328369	9	60
2019	1867693	25.840630	6.342544	9	58

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
año_de_nacimiento_vivo
2010	2063533	25.253220	6.319567	9	58	930	30.546237	8.244939	10	48	0.000451
2011	2156751	25.234223	6.331894	9	58	1051	31.010466	8.193777	12	49	0.000487
2012	2197327	25.195768	6.321840	9	58	961	30.462019	8.310565	13	47	0.000437
2013	2189257	25.198235	6.322081	9	59	1055	31.182938	8.247919	11	51	0.000482
2014	2173773	25.276009	6.322130	9	58	1031	31.018429	8.356304	13	50	0.000474
2015	2143345	25.367835	6.296604	9	59	1016	31.500984	8.295052	14	52	0.000474
2016	2079251	25.468008	6.292815	9	59	1044	31.453065	8.147413	14	47	0.000502
2017	2037647	25.510821	6.305873	9	62	1043	31.410355	8.174581	13	47	0.000512
2018	1940338	25.678051	6.328369	9	60	1059	31.064212	8.173198	13	48	0.000546
2019	1867693	25.840630	6.342544	9	58	941	32.018066	8.195918	13	47	0.000504

Pendiente

Generar gráfica de cajas con edades de las madres con hijos de trisomias.

https://stackoverflow.com/a/66565512