Données de projection des effectifs scolaires

Données issues de l'étude du ministère de l'éducation dans un format interopérable.

Code d'extraction des données (après avoir téléchargé les fichiers par académie et les avoir placés dans un dossier `projections_educnat/`) :

import pandas as pd
import openpyxl
import os

cols = ["niveau", "2025", "2026", "2027", "2028", "2029", "2030", "2031", "2032", "2033", "2034", "2035"]
final = []

for file in [f for f in os.listdir("projections_educnat/") if f.endswith(".xlsx")]:
    print(file)
    wb = openpyxl.load_workbook(
        f"projections_educnat/{file}",
        read_only=True,
    )
    keep = [title for s in wb.worksheets if "ACAD" not in (title := s.title)]
    for sheet in keep:
        print(sheet)
        dep = sheet[:3] if sheet.startswith("97") else sheet[1:3] 
        raw = pd.read_excel(f"projections_educnat/{file}", sheet_name=sheet)
        assert len(raw.columns) == len(cols)
        academie = raw.columns[0].split("Académie")[-1][3:].lstrip(" ")
        raw.columns = cols
        data_rows = raw.loc[
            ((raw["niveau"].notna()) & (raw["2025"].notna()))
            | (raw["niveau"].isin({"PUBLIC", "PRIVE SOUS CONTRAT", "Total PUBLIC et PRIVE SOUS CONTRAT"}))
        ].reset_index(drop=True)
        data_rows
        secteur = []
        current_secteur = None
        for idx, row in data_rows.iterrows():
            if row["niveau"] in {"PUBLIC", "PRIVE SOUS CONTRAT"}:
                current_secteur = row["niveau"].title()
            elif row["niveau"] == "Total PUBLIC et PRIVE SOUS CONTRAT":
                current_secteur = pd.NA
            if idx > 0 and current_secteur is None:
                raise ValueError
            secteur.append(current_secteur)
        data_rows["secteur"] = secteur
        data_rows = data_rows.loc[
            (data_rows["2028"].notna()) & (data_rows["secteur"].notna())
        ].reset_index(drop=True)
        data_rows["code_departement"] = dep
        data_rows["academie"] = academie
        first_cols = ["code_departement", "academie", "secteur"]
        final.append(data_rows[first_cols + [c for c in data_rows.columns if c not in first_cols]])

final = pd.concat(final, ignore_index=True)
for col in final.columns:
    if col.startswith("20"):
        final[col] = final[col].astype(int)
final.to_csv("projections_educnat/projections_departement.csv", index=False)