Études statistiques sur Parcoursup

Si Binder ne fonctionne pas, vous pouvez utiliser une version locale de Python (Pyzo, Spider... où il faudra d'abord installer pandas avec install pandas ou pip install pandas) ou un éditeur Python en ligne (https://www.programiz.com/python-programming/online-compiler/ par exemple).
Dans ce TP, nous allons explorer les données en libre accès issues de Parcoursup sur https://data.enseignementsup-recherche.gouv.fr/explore/dataset/fr-esr-parcoursup.
Commençons par charger les données en utilisant le module pandas (particulièrement adapté en data science) en exécutant la case suivante (ce qui peut prendre quelques minutes) :

In [4]:

import pandas as pd

url = "https://data.enseignementsup-recherche.gouv.fr/explore/dataset/fr-esr-parcoursup/download/?format=csv&timezone=Europe/Berlin&lang=fr&use_labels_for_header=true&csv_separator=%3B" # Lien du dataset

df = pd.read_csv(url, sep=";").iloc[:, [110, 3, 5, 7, 8, 9, 17, 45, 82, 83, 84, 85, 101, 107, 113, 114, 115]]
df = df.rename(columns={"% d’admis néo bacheliers sans mention au bac": "Sans mention", "% d’admis néo bacheliers avec mention Assez Bien au bac": "Mention Assez Bien", "% d’admis néo bacheliers avec mention Bien au bac": "Mention Bien", "% d’admis néo bacheliers avec mention Très Bien au bac": "Mention Très Bien", "Rang du dernier appelé du groupe 1": "Rang dernier appelé", "Taux d’accès des candidats ayant postulé à la formation (ratio entre le dernier appelé et le nombre vœux PP)": "Taux d'accès", "LIB_FOR_VOE_INS": "Filière", "Effectif total des candidats ayant accepté la proposition de l’établissement (admis)": "Effectif"})
import pandas as pd

url = "https://data.enseignementsup-recherche.gouv.fr/explore/dataset/fr-esr-parcoursup/download/?format=csv&timezone=Europe/Berlin&lang=fr&use_labels_for_header=true&csv_separator=%3B" # Lien du dataset

df = pd.read_csv(url, sep=";").iloc[:, [110, 3, 5, 7, 8, 9, 17, 45, 82, 83, 84, 85, 101, 107, 113, 114, 115]]
df = df.rename(columns={"% d’admis néo bacheliers sans mention au bac": "Sans mention", "% d’admis néo bacheliers avec mention Assez Bien au bac": "Mention Assez Bien", "% d’admis néo bacheliers avec mention Bien au bac": "Mention Bien", "% d’admis néo bacheliers avec mention Très Bien au bac": "Mention Très Bien", "Rang du dernier appelé du groupe 1": "Rang dernier appelé", "Taux d’accès des candidats ayant postulé à la formation (ratio entre le dernier appelé et le nombre vœux PP)": "Taux d'accès", "LIB_FOR_VOE_INS": "Filière", "Effectif total des candidats ayant accepté la proposition de l’établissement (admis)": "Effectif"})

df est un dataframe : un tableau de données. Voici un aperçu de df :

In [5]:

df
df

Out[5]:

	Filière	Établissement	Département de l’établissement	Académie de l’établissement	Commune de l’établissement	Sélectivité	Effectif total des candidats pour une formation	Effectif	Sans mention	Mention Assez Bien	Mention Bien	Mention Très Bien	Rang dernier appelé	Taux d'accès	Dont taux d’accès des candidats ayant un bac général ayant postulé à la formation	Dont taux d’accès des candidats ayant un bac technologique ayant postulé à la formation	Dont taux d’accès des candidats ayant un bac professionnel ayant postulé à la formation
0	Licence - Portail Philosophie - Anthropologie ...	Aix Marseille Université - Site d'Aix-en-Provence	Bouches-du-Rhône	Aix-Marseille	Aix-en-Provence	formation non sélective	385	46	14.298828	28.597656	14.298828	28.6	318.0	91.0	78.0	9.0	7.0
1	D.E Assistant de Service Social	ECOLE PRATIQUE SERVICE SOCIAL CTRE POLYTECHN. ...	Val-d'oise	Versailles	Cergy	formation sélective	72	30	66.687500	13.298828	13.298828	6.7	43.0	65.0	37.0	37.0	23.0
2	DN MADE - Graphisme - - Spécialité : Design gr...	Lycée De La Communication	Moselle	Nancy-Metz	Metz	formation sélective	779	14	0.000000	18.199219	45.500000	36.4	123.0	16.0	79.0	14.0	7.0
3	Licence - Langues, littératures & civilisation...	Université Sorbonne Nouvelle Paris 3	Paris	Paris	Paris 5e Arrondissement	formation non sélective	55	14	40.000000	60.000000	0.000000	0.0	42.0	98.0	86.0	14.0	0.0
4	Licence - Langues, littératures & civilisation...	Université Sorbonne Nouvelle Paris 3	Paris	Paris	Paris 5e Arrondissement	formation non sélective	83	19	45.500000	36.398438	18.199219	0.0	48.0	100.0	63.0	21.0	16.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
13391	Licence - Langues, littératures & civilisation...	Aix Marseille Université - Site d'Aix-en-Provence	Bouches-du-Rhône	Aix-Marseille	Aix-en-Provence	formation non sélective	108	18	18.199219	63.593750	0.000000	18.2	66.0	99.0	89.0	11.0	0.0
13392	Licence - Langues, littératures & civilisation...	Aix Marseille Université - Site d'Aix-en-Provence	Bouches-du-Rhône	Aix-Marseille	Aix-en-Provence	formation non sélective	474	34	21.097656	42.093750	31.597656	5.3	184.0	39.0	94.0	3.0	3.0
13393	Licence - Langues, littératures & civilisation...	Université Sorbonne Nouvelle Paris 3	Paris	Paris	Paris 5e Arrondissement	formation non sélective	338	36	10.000000	40.000000	40.000000	10.0	142.0	42.0	72.0	11.0	14.0
13394	Licence - Langues, littératures & civilisation...	Aix Marseille Université - Site d'Aix-en-Provence	Bouches-du-Rhône	Aix-Marseille	Aix-en-Provence	formation non sélective	329	40	20.000000	20.000000	40.000000	20.0	260.0	82.0	78.0	15.0	8.0
13395	Licence - Portail Histoire - Géographie à dist...	Aix Marseille Université - Site d'Aix-en-Provence	Bouches-du-Rhône	Aix-Marseille	Aix-en-Provence	formation non sélective	324	35	50.000000	0.000000	50.000000	0.0	292.0	94.0	71.0	23.0	3.0

13396 rows × 17 columns

Chaque ligne correspond à une formation (13396 au total) et chaque colonne à un attribut. Par exemple, la première ligne correspond au lycée Sainte Famille à Grenoble.
df.columns est une liste contenant les noms des colonnes. Par exemple la première colonne est :

In [6]:

df.columns[0]
df.columns[0]

Out[6]:

'Filière'

Exercice

Afficher le nom de chaque colonne avec une boucle for.

Solution

In [94]:

for col in df.columns:
    print(col)
for col in df.columns:
    print(col)

Filière
Établissement
Département de l’établissement
Académie de l’établissement
Commune de l’établissement
Sélectivité
Effectif total des candidats pour une formation
Effectif total des candidats ayant accepté la proposition de l’établissement (admis)
Sans mention
Mention Assez Bien
Mention Bien
Mention Très Bien
Rang dernier appelé
Taux d'accès
Dont taux d’accès des candidats ayant un bac général ayant postulé à la formation
Dont taux d’accès des candidats ayant un bac technologique ayant postulé à la formation
Dont taux d’accès des candidats ayant un bac professionnel ayant postulé à la formation

Formation sélective ou non¶

Une des colonnes de df est "Sélectivité" et indique si une formation est sélective ou pas (c'est-à-dire si les élèves sont sélectionnés suivant leur dossier) :

In [95]:

df["Sélectivité"] # liste des sélectivités ("formation sélective" "formation non sélective")
df["Sélectivité"] # liste des sélectivités ("formation sélective" "formation non sélective")

Out[95]:

0            formation sélective
1            formation sélective
2            formation sélective
3            formation sélective
4            formation sélective
                  ...           
13391    formation non sélective
13392    formation non sélective
13393        formation sélective
13394    formation non sélective
13395    formation non sélective
Name: Sélectivité, Length: 13396, dtype: object

In [96]:

df["Sélectivité"][0] # indique la sélectivité de la 1ère formation
df["Sélectivité"][0] # indique la sélectivité de la 1ère formation

Out[96]:

'formation sélective'

Exercice

Calculer le pourcentage de formations sélectives.

Solution

In [97]:

p = 0
for i in range(len(df)):
    if df["Sélectivité"][i] == "formation sélective":
        p += 1
p/len(df) # proportion de formations sélectives
p = 0
for i in range(len(df)):
    if df["Sélectivité"][i] == "formation sélective":
        p += 1
p/len(df) # proportion de formations sélectives

Out[97]:

0.7843386085398626

Lycée Fénelon Sainte-Marie¶

Pour chercher des valeurs, on peut utiliser query. Par exemple, l'instruction suivante permet de récupérer toutes les MP2I de France :

In [99]:

df.query("Filière == 'CPGE - MP2I'")
df.query("Filière == 'CPGE - MP2I'")

Out[99]:

	Filière	Établissement	Département de l’établissement	Académie de l’établissement	Commune de l’établissement	Sélectivité	Effectif total des candidats pour une formation	Effectif total des candidats ayant accepté la proposition de l’établissement (admis)	Sans mention	Mention Assez Bien	Mention Bien	Mention Très Bien	Rang dernier appelé	Taux d'accès	Dont taux d’accès des candidats ayant un bac général ayant postulé à la formation	Dont taux d’accès des candidats ayant un bac technologique ayant postulé à la formation
2297	CPGE - MP2I	Lycée Paul Valery	Paris	Paris	Paris 12e Arrondissement	formation sélective	1705	49	2.099609	36.195312	44.695312	14.9	767.0	45.0	98.0	2.0
2338	CPGE - MP2I	Lycée Victor Hugo	Doubs	Besancon	Besançon	formation sélective	750	42	0.000000	23.796875	42.898438	26.2	401.0	53.0	100.0	0.0
2340	CPGE - MP2I	Lycée Faidherbe	Nord	Lille	Lille	formation sélective	1309	47	0.000000	0.000000	17.398438	58.7	297.0	23.0	100.0	0.0
2341	CPGE - MP2I	Lycée Henri Wallon	Nord	Lille	Valenciennes	formation sélective	679	24	0.000000	8.298828	54.195312	33.3	250.0	37.0	100.0	0.0
2342	CPGE - MP2I	Lycée Fénelon Sainte-Marie	Paris	Paris	Paris 8e Arrondissement	formation sélective	1384	43	0.000000	2.299805	55.796875	41.9	366.0	26.0	100.0	0.0
2343	CPGE - MP2I	Lycée Pierre De Fermat	Haute-Garonne	Toulouse	Toulouse	formation sélective	2234	48	0.000000	0.000000	2.099609	68.1	285.0	13.0	100.0	0.0
5332	CPGE - MP2I	Lycée Charles Coeffin	Guadeloupe	Guadeloupe	Baie-Mahault	formation sélective	160	20	17.597656	35.296875	35.296875	11.8	107.0	74.0	100.0	0.0
5333	CPGE - MP2I	Lycée Colbert	Nord	Lille	Tourcoing	formation sélective	433	18	0.000000	15.398438	53.796875	23.1	238.0	55.0	100.0	0.0
5334	CPGE - MP2I	Lycée du Parc	Rhône	Lyon	Lyon 6e Arrondissement	formation sélective	2551	46	0.000000	0.000000	0.000000	62.2	344.0	13.0	100.0	0.0
5372	CPGE - MP2I	Lycée Carnot	Côte-d'or	Dijon	Dijon	formation sélective	1233	46	0.000000	13.000000	67.390625	17.4	483.0	41.0	100.0	0.0
5374	CPGE - MP2I	Lycée Louis Le Grand	Paris	Paris	Paris 5e Arrondissement	formation sélective	2970	47	0.000000	0.000000	8.699219	47.8	127.0	4.0	100.0	0.0
7012	CPGE - MP2I	Lycée Kléber	Bas-Rhin	Strasbourg	Strasbourg	formation sélective	1207	46	0.000000	2.199707	34.796875	58.7	224.0	19.0	100.0	0.0
7050	CPGE - MP2I	Lycée Champollion	Isère	Grenoble	Grenoble	formation sélective	1672	48	0.000000	2.099609	34.000000	59.6	269.0	16.0	100.0	0.0
7051	CPGE - MP2I	Lycée général Clemenceau	Loire-Atlantique	Nantes	Nantes	formation sélective	1837	48	0.000000	0.000000	12.798828	68.1	229.0	12.0	100.0	0.0
7052	CPGE - MP2I	Lycée International de Valbonne	Alpes-Maritimes	Nice	Valbonne	formation sélective	844	47	0.000000	14.898438	44.695312	36.2	324.0	38.0	100.0	0.0
9832	CPGE - MP2I	Lycée Thiers	Bouches-du-Rhône	Aix-Marseille	Marseille 1er Arrondissement	formation sélective	1247	48	0.000000	0.000000	28.296875	71.7	305.0	24.0	100.0	0.0
9836	CPGE - MP2I	Lycée Claude Fauriel	Loire	Lyon	Saint-Etienne	formation sélective	881	47	0.000000	19.097656	48.898438	31.9	456.0	52.0	100.0	0.0
9838	CPGE - MP2I	Lycée Descartes	Indre-et-Loire	Orléans-Tours	Tours	formation sélective	1562	46	0.000000	0.000000	31.097656	62.2	329.0	21.0	100.0	0.0
9840	CPGE - MP2I	Lycée Janson De Sailly	Paris	Paris	Paris 16e Arrondissement	formation sélective	2931	50	0.000000	0.000000	30.000000	62.0	379.0	13.0	100.0	0.0
11980	CPGE - MP2I	Lycée Gay-Lussac	Haute-Vienne	Limoges	Limoges	formation sélective	664	23	0.000000	0.000000	52.195312	43.5	254.0	38.0	100.0	0.0
11981	CPGE - MP2I	Lycée Franklin Roosevelt	Marne	Reims	Reims	formation sélective	702	45	2.299805	23.296875	58.093750	16.3	393.0	56.0	100.0	0.0
12019	CPGE - MP2I	Lycée Louis Thuillier	Somme	Amiens	Amiens	formation sélective	851	37	0.000000	2.899902	65.687500	25.7	274.0	35.0	100.0	0.0
12020	CPGE - MP2I	Lycée Montaigne	Gironde	Bordeaux	Bordeaux	formation sélective	1994	48	0.000000	0.000000	29.199219	62.5	299.0	15.0	100.0	0.0
12021	CPGE - MP2I	Lycée Aux Lazaristes	Rhône	Lyon	Lyon 5e Arrondissement	formation sélective	1240	12	0.000000	0.000000	0.000000	50.0	141.0	11.0	100.0	0.0
12022	CPGE - MP2I	Lycée Saint-Louis (6ème)	Paris	Paris	Paris 6e Arrondissement	formation sélective	3057	46	0.000000	0.000000	8.699219	69.6	278.0	9.0	100.0	0.0
12023	CPGE - MP2I	Lycée Hoche	Yvelines	Versailles	Versailles	formation sélective	2102	48	0.000000	0.000000	22.898438	52.1	193.0	9.0	100.0	0.0

Quelles sont les MP2I avec le plus/le moins d'élèves ?

Exercice

En utilisant df.query de façon similaire à ci-dessus, chercher toutes les formations correpondants à l'établissement "Lycée Fénelon Sainte-Marie". Quelle est la filière du lycée avec le plus de mentions TB ?

Effectif¶

df["Effectif"] donne l'effectif (nombre d'élèves) de chaque formation. Par exemple, pour obtenir l'effectif de la première formation :

In [110]:

df["Effectif"][0]
df["Effectif"][0]

Out[110]:

Exercice

Quel est l'effectif moyen d'une formation en France ?

Calculer l'effectif maximum et minimum d'une formation en France. Quels sont les noms des filières correspondantes ?

Filières en CPGE¶

On peut tester si une chaîne de caractère contient un mot en utilisant in :

In [135]:

"mat" in "informatique"
"mat" in "informatique"

Out[135]:

True

In [136]:

"math" in "informatique"
"math" in "informatique"

Out[136]:

False

Exercice

Quel est le nombre de CPGE en France ? Et pour chaque filière de CPGE (MPSI, PCSI, MP2I, BCPST...) ?

Pourcentage de mentions Très Bien¶

Exercice

Combien y a t-il eu de mentions TB en France ?
Indice : Il faut multiplier chaque pourcentage de mentions TB par l'effectif de la formation, puis prendre la somme.

À vous de jouer !¶

Chercher d'autres statistiques sur les données : pourcentage de bacheliers technologiques dans le supérieur, filière de CPGE la plus sélective...
Vous pouvez aussi explorer d'autres données sur https://data.enseignementsup-recherche.gouv.fr.