2A.i - Modèle relationnel, analyse d’incidents dans le transport aérien#

Links: notebook, html, python, slides, GitHub

Base de données relationnelles, logique SQL.

from jyquickhelper import add_notebook_menu
add_notebook_menu()

Données#

Le code suivant télécharge les données nécessaires tp_2a_5_compagnies.zip.

import pyensae.datasource
pyensae.datasource.download_data("tp_2a_5_compagnies.zip")

downloading of  http://www.xavierdupre.fr/enseignement/complements/tp_2a_5_compagnies.zip  to  tp_2a_5_compagnies.zip
unzipped  Cities.csv  to  .Cities.csv
unzipped  Compagnies.csv  to  .Compagnies.csv
unzipped  Crews.csv  to  .Crews.csv
unzipped  Crews_planes_habilitation.csv  to  .Crews_planes_habilitation.csv
unzipped  Data_exemple.csv  to  .Data_exemple.csv
unzipped  Data_exemple_2.csv  to  .Data_exemple_2.csv
unzipped  Data_exemple_3.csv  to  .Data_exemple_3.csv
unzipped  Data_exemple_4.csv  to  .Data_exemple_4.csv
unzipped  data_model.txt  to  .data_model.txt
unzipped  data_model_to_csv.py  to  .data_model_to_csv.py
unzipped  enonce.txt  to  .enonce.txt
unzipped  Exemple_arborescent.xml  to  .Exemple_arborescent.xml
unzipped  Flights.csv  to  .Flights.csv
unzipped  Incident.csv  to  .Incident.csv
unzipped  Motors.csv  to  .Motors.csv
unzipped  Motor_models.csv  to  .Motor_models.csv
unzipped  Planes.csv  to  .Planes.csv
unzipped  Plane_models.csv  to  .Plane_models.csv
['.\Cities.csv',
 '.\Compagnies.csv',
 '.\Crews.csv',
 '.\Crews_planes_habilitation.csv',
 '.\Data_exemple.csv',
 '.\Data_exemple_2.csv',
 '.\Data_exemple_3.csv',
 '.\Data_exemple_4.csv',
 '.\data_model.txt',
 '.\data_model_to_csv.py',
 '.\enonce.txt',
 '.\Exemple_arborescent.xml',
 '.\Flights.csv',
 '.\Incident.csv',
 '.\Motors.csv',
 '.\Motor_models.csv',
 '.\Planes.csv',
 '.\Plane_models.csv']
import os
import pandas
df_Incident = pandas.read_csv('Incident.csv', sep=';')
df_Flights  = pandas.read_csv('Flights.csv', sep=';')
df_Crews    = pandas.read_csv('Crews.csv', sep=';')
df_Crews_planes_habilitation = pandas.read_csv('Crews_planes_habilitation.csv', sep=';')
df_Planes       = pandas.read_csv('Planes.csv', sep=';')
df_Plane_models = pandas.read_csv('Plane_models.csv', sep=';')
df_Motors       = pandas.read_csv('Motors.csv', sep=';')
df_Motor_models = pandas.read_csv('Motor_models.csv', sep=';')
df_Compagnies   = pandas.read_csv('Compagnies.csv', sep=';')
df_Cities       = pandas.read_csv('Cities.csv', sep=';')

df_Incident.head(5)
Flight_id
2
11
21
30
33 
df_Flights.head(5)
Plane_id Crew_id Departure_id Arrival_id Date
Id
0 40 85 7 0 datetime.date(2013, 2, 20)
1 67 6 16 4 datetime.date(2013, 1, 9)
2 57 67 1 18 datetime.date(2013, 8, 7)
3 41 69 16 14 datetime.date(2013, 1, 10)
4 60 24 4 7 datetime.date(2013, 9, 26) 
df_Crews.head(5)
Captain_age
Id
0 54
1 53
2 56
3 43
4 45 
df_Crews_planes_habilitation.head(5)
Plane_model_id
Crew_id
85 40
6 67
67 57
69 41
24 60 
df_Planes.head(5)
Immatriculation Plane_model_id Motor_id Compagny_id Nb_hours
Id
0 'Q-KGNK' 3 0 0 1213
1 'Q-HTQG' 3 1 0 7932
2 'Q-XRMC' 1 2 0 2444
3 'Q-GUOA' 1 3 0 1595
4 'Q-WGIW' 0 4 0 2270 
df_Plane_models.head(5)
Constructor Model_name
Id
0 AIRBUS A380
1 AIRBUS A350
2 BOEING 787
3 BOEING 747 
df_Motors.head(5)
Motor_model_id Nb_hours
Id
0 4 2334
1 2 3609
2 2 7867
3 3 2673
4 2 3871 
df_Motor_models.head(5)
Name Manufacturer
Id
0 SNECMA-123 SNECMA
1 SNECMA-246 SNECMA
2 GE-247 GE
3 GE-656 GE
4 ROLLS ROYCE-345 ROLLS ROYCE 
df_Compagnies.head(5)
Name Country
Id
0 Qatar Airways Qatar
1 Air France France
2 Iberia Espagne
3 Lufthansa Allemagne
4 Ryan Air Irlande 
df_Cities.head(5)
Name Country
Id
0 Bombay Inde
1 New York USA
2 Tokyo Japon
3 Paris France
4 Francfort Allemagne

Bien sûr, toutes les informations ne sont pas dans les tables telles quelles, il faudra faire principalement des jointures et des groupby pour obtenir les informations que l’on souhaite. Pour obtenir une table contenant les vols avec une colonne “est_incident”, il faut faire :

import numpy as np
try:
  df_Flights.reset_index( inplace = True )
  df_Incident.reset_index( inplace = True )
except Exception:
  pass
  ## On suppose que cela vient du fait que les index ont déjà été remis à zéros
df_Flight_Incident = pandas.merge( df_Flights, df_Incident, left_on = "Id", right_on = "Flight_id", how="outer" )
df_Flight_Incident["Is_incident"] = np.isnan( df_Flight_Incident["Flight_id"] ) == False
df_Flight_Incident.head(5)
Id Plane_id Crew_id Departure_id Arrival_id Date Flight_id Is_incident
0 0 40 85 7 0 datetime.date(2013, 2, 20) NaN False
1 1 67 6 16 4 datetime.date(2013, 1, 9) NaN False
2 2 57 67 1 18 datetime.date(2013, 8, 7) 2 True
3 3 41 69 16 14 datetime.date(2013, 1, 10) NaN False
4 4 60 24 4 7 datetime.date(2013, 9, 26) NaN False

On peut aussi faire des statistiques par ville de départ …

df_Flight_Incident.groupby( "Departure_id" )["Is_incident"].mean()

Departure_id
0     0.146789
1     0.192308
2     0.220930
3     0.222222
4     0.206107
5     0.218391
6     0.180180
7     0.261682
8     0.120879
9     0.131868
10    0.141176
11    0.184466
12    0.097087
13    0.204082
14    0.174312
15    0.186916
16    0.206897
17    0.272727
18    0.189474
19    0.211538
Name: Is_incident, dtype: float64

Question 1 : Question préliminaires, taux d’incident#

A vous de jouer. Commencer par calculer le taux d’incident global.

Question 2 : Calcul de taux#

Calculer le taux d’incidents par :
=> Compagnies
=> Destination
=> Equipage
=> Constructeur d’appareil (Boeing, Airbus ou Bombardier)
=> Modèle d’appareil (A320, A380, B737, etc …)
=> Moteurs

Question 3 : Régression linéaire#

Pouvez-vous raisonnablement faire une régression linéaire sur le nombre d’heure de l’appareil ? Du moteur ? Pourquoi ?

Question 4 : Iberia VS Lufthansa#

Pouvez-vous dire si, toute chose égale par ailleurs, un avion d’Iberia a plus ou moins de chance d’avoir un incident qu’un avion de la Lufthansa ?

Question 5 : Facteurs explicatifs#

Essayer de déterminer quels sont les facteurs explicatifs. Lesquels vous paraissent statistiquement significatifs ? Y-a-t-il des corrélations indirectes ?