Series collection
- from
- 1949-Q1=1.17
- to
- 2025-Q1=1.022
- min:
- 1.001
- max:
- 1.2
- avg:
- 1.051
- σ:
- 0.047
| Series code | 1949-Q1 | 1949-Q2 | 1950-Q1 | 1951-Q1 | 1952-Q2 | 1953-Q2 | 1955-Q2 | 1956-Q2 | 1957-Q2 | 1958-Q2 | 1959-Q2 | 1960-Q2 | 1961-Q2 | 1962-Q2 | 1963-Q2 | 1964-Q2 | 1965-Q2 | 1966-Q2 | 1967-Q2 | 1968-Q2 | 1969-11-01 | 1969-Q1 | 1969-Q2 | 1970-Q2 | 1971-Q2 | 1972-Q2 | 1973-Q2 | 1974-Q1 | 1974-Q3 | 1975-Q1 | 1975-Q3 | 1976-Q1 | 1976-Q3 | 1977-Q1 | 1977-Q3 | 1978-Q1 | 1978-Q3 | 1979-Q1 | 1979-Q3 | 1980-Q1 | 1980-Q3 | 1981-Q1 | 1981-Q3 | 1982-Q1 | 1982-Q3 | 1983-Q1 | 1983-Q3 | 1984-Q1 | 1984-Q3 | 1985-Q1 | 1985-Q3 | 1986-Q1 | 1986-Q4 | 1987-Q1 | 1987-Q3 | 1988-Q1 | 1988-Q3 | 1989-Q1 | 1989-Q3 | 1990-Q1 | 1990-Q3 | 1991-Q1 | 1991-Q3 | 1992-Q1 | 1992-Q3 | 1993-Q1 | 1994-Q1 | 1995-Q1 | 1995-Q3 | 1996-Q1 | 1997-Q1 | 1998-Q1 | 1999-Q1 | 2000-Q1 | 2001-Q1 | 2002-Q1 | 2003-Q1 | 2004-Q1 | 2005-Q1 | 2006-Q1 | 2007-Q1 | 2008-09-01 | 2008-Q1 | 2009-Q2 | 2010-Q2 | 2011-Q2 | 2012-Q2 | 2013-Q2 | 2015-Q4 | 2017-Q4 | 2019-Q1 | 2020-Q1 | 2021-Q1 | 2022-Q1 | 2022-Q3 | 2023-Q1 | 2024-Q1 | 2025-Q1 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| [retraites.secteur_prive.regime_general_cnav.revalorisation_pension] | 1.17 | 1.15 | 1.15 | 1.16 | 1.1 | 1.2 | 1.09 | 1.085 | 1.12 | 1.075 | 1.135 | 1.105 | 1.077 | 1.15 | 1.16 | 1.12 | 1.11 | 1.069 | 1.058 | 1.056 | 1.03 | 1.04 | 1.0435 | 1.119 | 1.101 | 1.115 | 1.109 | 1.082 | 1.067 | 1.063 | 1.096 | 1.083 | 1.082 | 1.086 | 1.071 | 1.082 | 1.044 | 1.065 | 1.04 | 1.054 | 1.064 | 1.067 | 1.062 | 1.067 | 1.074 | 1.04 | 1.04 | 1.018 | 1.022 | 1.034 | 1.028 | 1.013 | 1.005 | 1.018 | 1.01 | 1.026 | 1.013 | 1.013 | 1.012 | 1.0215 | 1.013 | 1.017 | 1.008 | 1.01 | 1.018 | 1.013 | 1.02 | 1.012 | 1.005 | 1.02 | 1.012 | 1.011 | 1.012 | 1.005 | 1.022 | 1.022 | 1.015 | 1.017 | 1.02 | 1.018 | 1.018 | 1.008 | 1.011 | 1.01 | 1.009 | 1.021 | 1.021 | 1.013 | 1.001 | 1.008 | 1.003 | 1.003 | 1.004 | 1.011 | 1.04 | 1.008 | 1.053 | 1.022 |
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 = []
# Coefficient de revalorisation des pensions
df1 = fetch_series("IPP/taxbenefit_tables/retraites.secteur_prive.regime_general_cnav.revalorisation_pension")
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]))
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()