>>> import pandas as pd
>>> df = pd.read_csv('riscpobresa.csv')
>>> from pobresa import pensions_comarca_any
>>> pensions_comarca_any(df, 'Anoia', 2012)
949.1
>>> pensions_comarca_any(df, 'Anoia', 2020)
-1
>>> pensions_comarca_any(df, "Baix Ebre", 2012)
820.1
>>> pensions_comarca_any(df, "Cerdanya", 2012)
779.2
>>> pensions_comarca_any(df, "Cerdanya", 2018)
922.5
>>> from pobresa import mes_atur_molt_llarg
>>> mes_atur_molt_llarg(df, 2012)
('Baix Penedès', 3.4)
>>> mes_atur_molt_llarg(df, 2020)
('', 0)
>>> for ani in range(2013, 2019):
...     mes_atur_molt_llarg(df, ani)
...
('Baix Penedès', 4.3)
('Baix Penedès', 4.9)
('Baix Penedès', 4.8)
('Baix Penedès', 4.1)
('Baix Penedès', 3.6)
('Baix Penedès', 3.1)
>>> from pobresa import ranquing_atur_llarg
>>> ranquing_atur_llarg(df, 4)
[('Baix Penedès', 6.542857142857144), ('Anoia', 6.028571428571429), ('Bages', 5.385714285714286), ('Berguedà', 5.271428571428572)]
>>> ranquing_atur_llarg(df.loc[143:], 5)
[('Vallès Occidental', 5.242857142857143), ('Vallès Oriental', 4.971428571428571), ('Osona', 4.957142857142856), ('Maresme', 4.92), ('Montsià', 4.8)]
>>> from pobresa import pearson
>>> round(pearson(df, 'Percentatge de rendes inferiors al 60% de la mediana', 'Desigualtat de renda segons fonts tributàries'), 3)
0.548
>>> round(pearson(df, "Taxa d'escolarització als 17 anys", 'Desigualtat de renda segons fonts tributàries'), 3)
0.203
>>> round(pearson(df, "Població nascuda en països en vies de desenvolupament", 'Desigualtat de renda segons fonts tributàries'), 3)
0.176
>>> round(pearson(df, "Població de 75 anys o més que viu sola", 'Desigualtat de renda segons fonts tributàries'), 3)
0.128