Series collection
- from
- 1990-01-01=NA
- to
- 2005-01-01=1,500
- min:
- 1,500
- max:
- 1,500
- avg:
- 1,500
- σ:
- 0
- from
- 1990=NA
- to
- 2005=12,000
- min:
- 6,900
- max:
- 90,000
- avg:
- 27,787.5
- σ:
- 26,446.192
- from
- 1990-01-01=NA
- to
- 2008-01-01=15,000
- min:
- 15,000
- max:
- 15,000
- avg:
- 15,000
- σ:
- 0
- from
- 1990-01-01=NA
- to
- 2005-01-01=20,000
- min:
- 13,800
- max:
- 90,000
- avg:
- 41,266.667
- σ:
- 34,552.504
- from
- 1990-01-01=NA
- to
- 2005-01-01=15,000
- min:
- 15,000
- max:
- 15,000
- avg:
- 15,000
- σ:
- 0
- from
- 1990-01-01=NA
- to
- 2008-01-01=18,000
- min:
- 18,000
- max:
- 18,000
- avg:
- 18,000
- σ:
- 0
- from
- 1990=NA
- to
- 1991=0.5
- min:
- 0.5
- max:
- 0.5
- avg:
- 0.5
- σ:
- 0
| Series code | 1997-01-01 | 2001-01-01 | 2005-01-01 | 2008-01-01 |
|---|---|---|---|---|
| [impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.increment_plafond] | - | - | 1500 | - |
| [impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond_1ere_annee] | - | - | - | 15000 |
| [impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond_invalides] | 90000 | 13800 | 20000 | - |
| [impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond_maximum] | - | - | 15000 | - |
| [impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond_maximum_1ere_annee] | - | - | - | 18000 |
| Series code | 1991 | 1993 | 1995 | 1997 | 2001 | 2002 | 2003 | 2005 |
|---|---|---|---|---|---|---|---|---|
| [impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond] | 25000 | 26000 | 90000 | 45000 | 6900 | 7400 | 10000 | 12000 |
| [impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.taux] | 0.5 | - | - | - | - | - | - | - |
This Python snippet uses the DBnomics Python client to download the series of your cart and plot each of them with a line chart.
This is a starting point that you can customize. Plotly is used here, however any other chart library can be used.
You can start by copying it to a Jupyter Notebook , for example.
If you add series to your cart, you will need to copy-paste the new lines of the source code.
import plotly.express as px
import pandas as pd
from dbnomics import fetch_series
dfs = []
# Majoration du plafond des dépenses prises en compte pour le calcul de la réduction d'impôt sur le revenu (IR) pour emploi d'un salarié à domicile, par enfant à charge, par membre du foyer fiscal de plus de 65 ans et par ascendant âgé de plus de 65 ans remplissant les conditions pour bénéficier de l'APA lorsque les dépenses sont engagées à son domicile
df1 = fetch_series("IPP/taxbenefit_tables/impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.increment_plafond")
df1["series_id"] = df1[["provider_code", "dataset_code", "series_code"]].agg('/'.join, axis=1)
dfs.append(df1)
# display(df1)
display(px.line(df1, x="period", y="value", title=df1.series_id[0]))
# Plafond des dépenses, avant majorations, prises en compte pour le calcul de la réduction d'impôt sur le revenu (IR) pour emploi d'un salarié à domicile
df2 = fetch_series("IPP/taxbenefit_tables/impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond")
df2["series_id"] = df2[["provider_code", "dataset_code", "series_code"]].agg('/'.join, axis=1)
dfs.append(df2)
# display(df2)
display(px.line(df2, x="period", y="value", title=df2.series_id[0]))
# Plafond des dépenses, la première année, avant majorations pour enfants à charge et personne de plus de 65 ans, prises en compte pour le calcul de la réduction d'impôt sur le revenu (IR) pour emploi d'un salarié à domicile
df3 = fetch_series("IPP/taxbenefit_tables/impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond_1ere_annee")
df3["series_id"] = df3[["provider_code", "dataset_code", "series_code"]].agg('/'.join, axis=1)
dfs.append(df3)
# display(df3)
display(px.line(df3, x="period", y="value", title=df3.series_id[0]))
# Plafond des dépenses, avant majorations, prises en compte pour le calcul de la réduction d'impôt sur le revenu (IR) pour emploi d'un salarié à domicile, pour les contribuables invalides en incapacité d'exercer une profession et dans l'obligation d'avoir assistance d'une tierce personne, pour les contribuables ayant à charge une personne invalide dans les mêmes conditions ou un enfant bénéficiaire du complément d'allocation d'éducation de l'enfant handicapé
df4 = fetch_series("IPP/taxbenefit_tables/impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond_invalides")
df4["series_id"] = df4[["provider_code", "dataset_code", "series_code"]].agg('/'.join, axis=1)
dfs.append(df4)
# display(df4)
display(px.line(df4, x="period", y="value", title=df4.series_id[0]))
# Plafond des dépenses, après majorations pour enfants à charge et personne de plus de 65 ans, prises en compte pour le calcul de la réduction d'impôt sur le revenu (IR) pour emploi d'un salarié à domicile
df5 = fetch_series("IPP/taxbenefit_tables/impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond_maximum")
df5["series_id"] = df5[["provider_code", "dataset_code", "series_code"]].agg('/'.join, axis=1)
dfs.append(df5)
# display(df5)
display(px.line(df5, x="period", y="value", title=df5.series_id[0]))
# Plafond des dépenses, la première année, après majorations pour enfants à charge et personne de plus de 65 ans, prises en compte pour la réduction d'impôt d'impôt sur le revenu (IR) pour emploi d'un salarié à domicile
df6 = fetch_series("IPP/taxbenefit_tables/impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.plafond_maximum_1ere_annee")
df6["series_id"] = df6[["provider_code", "dataset_code", "series_code"]].agg('/'.join, axis=1)
dfs.append(df6)
# display(df6)
display(px.line(df6, x="period", y="value", title=df6.series_id[0]))
# Taux de la réduction d'impôt sur le revenu (IR) pour emploi d'un salarié à domicile
df7 = fetch_series("IPP/taxbenefit_tables/impot_revenu.calcul_reductions_impots.emploi_salarie_domicile.taux")
df7["series_id"] = df7[["provider_code", "dataset_code", "series_code"]].agg('/'.join, axis=1)
dfs.append(df7)
# display(df7)
display(px.line(df7, x="period", y="value", title=df7.series_id[0]))
df_all = pd.concat(dfs)
fig = px.line(df_all, x="period", y="value", color="series_code", title="All the cart")
fig.update_layout(legend={"xanchor": "right", "yanchor": "bottom"})
fig.show()