Output-Consumption Bridge#
input_output.py modules
ogzaf.input_output#
- ogzaf.input_output.get_alpha_c(sam=None, cons_dict={'Durables': ['cirst', 'cimet', 'cnfme', 'cstrm', 'cofbm', 'cengt', 'clift', 'cgenm', 'cspcm', 'cdoma', 'coffm', 'celcm', 'crdtv', 'cmeda', 'cmtvp', 'cmbod', 'cship', 'crail', 'cairc', 'coteq', 'ccnst'], 'Energy and extraction': ['ccoal', 'colig', 'cmore', 'cquar', 'comin', 'celcg'], 'Food': ['cceri', 'cvegf', 'clani', 'cfore', 'cfish', 'cwatr', 'cmeat', 'cpfis', 'cvege', 'cfrui', 'cfats', 'cdair', 'cgrai', 'cafee', 'cbake', 'csuga', 'cconf', 'cpast', 'calcb', 'csftd', 'ctoba'], 'Non-durables': ['ctexf', 'ctexm', 'ccarp', 'cotex', 'cknit', 'cwear', 'cleat', 'cfoot', 'cwood', 'cpapp', 'cprnt', 'ccoke', 'cpetr', 'cbchm', 'cpain', 'cphar', 'csoap', 'coche', 'ctyre', 'cplas', 'cglas', 'ccera', 'cclay', 'ccmnt', 'cconc', 'conmp', 'cfurn', 'cjewl', 'comnf', 'cwast'], 'Services': ['cwhol', 'creta', 'chotl', 'crest', 'cptrp', 'cftrp', 'ctrps', 'cpost', 'celcd', 'cwatd', 'cfins', 'cinsp', 'cofin', 'ccrpf', 'creal', 'crrea', 'crent', 'crsea', 'clacc', 'cobus', 'ctelc', 'csupp', 'cmnfs', 'cpuba', 'ceduc', 'cheal', 'ccmemb', 'centa', 'cpers', 'cdoms']})[source]#
Calibrate the alpha_c vector, showing the shares of household expenditures for each consumption category
- Parameters:
sam (pd.DataFrame) – SAM file
cons_dict (dict) – Dictionary of consumption categories
- Returns:
Dictionary of shares of household expenditures
- Return type:
alpha_c (dict)
- ogzaf.input_output.get_io_matrix(sam=None, cons_dict={'Durables': ['cirst', 'cimet', 'cnfme', 'cstrm', 'cofbm', 'cengt', 'clift', 'cgenm', 'cspcm', 'cdoma', 'coffm', 'celcm', 'crdtv', 'cmeda', 'cmtvp', 'cmbod', 'cship', 'crail', 'cairc', 'coteq', 'ccnst'], 'Energy and extraction': ['ccoal', 'colig', 'cmore', 'cquar', 'comin', 'celcg'], 'Food': ['cceri', 'cvegf', 'clani', 'cfore', 'cfish', 'cwatr', 'cmeat', 'cpfis', 'cvege', 'cfrui', 'cfats', 'cdair', 'cgrai', 'cafee', 'cbake', 'csuga', 'cconf', 'cpast', 'calcb', 'csftd', 'ctoba'], 'Non-durables': ['ctexf', 'ctexm', 'ccarp', 'cotex', 'cknit', 'cwear', 'cleat', 'cfoot', 'cwood', 'cpapp', 'cprnt', 'ccoke', 'cpetr', 'cbchm', 'cpain', 'cphar', 'csoap', 'coche', 'ctyre', 'cplas', 'cglas', 'ccera', 'cclay', 'ccmnt', 'cconc', 'conmp', 'cfurn', 'cjewl', 'comnf', 'cwast'], 'Services': ['cwhol', 'creta', 'chotl', 'crest', 'cptrp', 'cftrp', 'ctrps', 'cpost', 'celcd', 'cwatd', 'cfins', 'cinsp', 'cofin', 'ccrpf', 'creal', 'crrea', 'crent', 'crsea', 'clacc', 'cobus', 'ctelc', 'csupp', 'cmnfs', 'cpuba', 'ceduc', 'cheal', 'ccmemb', 'centa', 'cpers', 'cdoms']}, prod_dict={'Energy': ['aelcg'], 'Primary': ['aagri', 'afore', 'afish', 'acoal', 'agold', 'amore', 'aomin'], 'Secondary Ex Energy': ['afood', 'abevt', 'aweav', 'aknit', 'aleat', 'afoot', 'awood', 'apapr', 'aprnt', 'apetr', 'abchm', 'aochm', 'arubb', 'aplas', 'aglss', 'anmmi', 'amets', 'afabm', 'amach', 'aemch', 'ardtv', 'amopt', 'amtvp', 'aotrp', 'afurn', 'aomnf', 'awatd', 'acnst'], 'Tertiary': ['awtrd', 'artrd', 'amtvs', 'aacct', 'altrp', 'awtrp', 'aatrp', 'atrps', 'apost', 'afins', 'ainsp', 'aofin', 'areal', 'arent', 'acomp', 'arsea', 'aobus', 'apuba', 'aeduc', 'aheal', 'awast', 'amorg', 'arecr', 'aoact', 'anobs']})[source]#
Calibrate the io_matrix array. This array relates the share of each production category in each consumption category
- Parameters:
sam (pd.DataFrame) – SAM file
cons_dict (dict) – Dictionary of consumption categories
prod_dict (dict) – Dictionary of production categories
- Returns:
Dataframe of io_matrix
- Return type:
io_df (pd.DataFrame)