| Title: | Data for Geography Vizualisations |
|---|---|
| Description: | Provide a repository of data for geography vizualisations. |
| Authors: | Pascal Burkhard [aut, cre] (ORCID: <https://orcid.org/0009-0001-5504-5084>) |
| Maintainer: | Pascal Burkhard <[email protected]> |
| License: | MIT + file LICENSE |
| Version: | 1.2.0.9000 |
| Built: | 2026-10-17 19:38:55 UTC |
| Source: | https://github.com/Nenuial/geodata |
Table 1 of Hubble (1929), the data of the first velocity–distance relation: the distance and radial velocity of 24 extra-galactic nebulae. The least-squares line through the origin gives K = 424 km/s per million parsecs; Hubble used about 500.
df_cosmology_hubble1929df_cosmology_hubble1929
A tibble with 3 columns and 24 rows
Nebula: "SMC" and "LMC" (Hubble's "S. Mag." and
"L. Mag."), then NGC numbers
Distance in million parsecs
Radial velocity in km/s (negative: approaching)
Hubble E. (1929), "A relation between distance and radial velocity among extra-galactic nebulae", Proceedings of the National Academy of Sciences 15(3): 168–173, doi:10.1073/pnas.15.3.168
A table with solar system objects.
df_cosmology_solar_system_objectsdf_cosmology_solar_system_objects
A tibble with 10 columns and 10 rows
The english name of the object
The french name of the object
Type of object in english
Type of object in french
The distance to the Sun in AU
The masse in kilogram
The radius in meter
The density in kilgram per cubic meters
The rotation period in hours or days
The revolution period compared to Earth
A table with the UN World Population Projections
df_demography_population_estimatesdf_demography_population_estimates
A tibble with 3 columns and 258 rows
The year
The UN WPP scenario (one of low, medium or high)
The population estimate
wpp2019 rstat package
A table with population growth. Data was manually scraped…
df_demography_population_growthdf_demography_population_growth
A tibble with 2 columns and 66 rows
The year
The growth rate in percent
https://www.census.gov/data-tools/demo/idb/
A table with historical world population numbers.
df_demography_population_historicaldf_demography_population_historical
A tibble with 2 columns and 105 rows
The year
The world population estimate
Earthquakes of magnitude 5 or more from 1975 to 2025 in the regions of df_geology_regions, from the USGS earthquake catalogue.
df_geology_earthquakesdf_geology_earthquakes
A tibble with 8 columns and 12897 rows
Region code (A to E)
Epicentre coordinates in degrees
Hypocentre depth in km
Magnitude
Origin time (UTC)
Year
Description of the location, as given by the USGS
U.S. Geological Survey, Earthquake Hazards Program, ComCat (public domain) https://earthquake.usgs.gov/fdsnws/event/1/
Epicentre of the Visp earthquake of 1855, answer of the "find the earthquake" exercise.
df_geology_epicentredf_geology_epicentre
A tibble with 4 columns and 1 row
Place
Year
Coordinates in degrees
GDP per capita in current US dollars for the years of the Haiti (2010) and Kumamoto (2016) earthquakes, from the World Bank.
df_geology_gdp_per_capitadf_geology_gdp_per_capita
A tibble with 6 columns and 2 rows
Country name and ISO3 code
Year
GDP per capita (current US$)
World Bank indicator code
Date of the download
World Bank, World Development Indicators, NY.GDP.PCAP.CD https://data.worldbank.org/indicator/NY.GDP.PCAP.CD
The five regions of the plate detective exercise with their bounding boxes.
df_geology_regionsdf_geology_regions
A tibble with 6 columns and 5 rows
Region code (A to E)
Region name
Longitude limits in degrees (west negative)
Latitude limits in degrees (south negative)
The three stations of the "find the earthquake" exercise with their distance to the epicentre of the Visp earthquake of 1855 and the arrival times of the P waves (6 km/s) and S waves used for the synthetic seismograms.
df_geology_seismic_stationsdf_geology_seismic_stations
A tibble with 7 columns and 3 rows
Station name
Coordinates in degrees
Distance to the epicentre in km
Delay between the S and the P wave in seconds
Arrival times after the earthquake in seconds
Synthetic seismograms of the same earthquake at the three stations of df_geology_seismic_stations, 100 samples per second from the origin time: noise, a small P wave, then an S wave about three times larger. Generated with a fixed seed, for teaching only.
df_geology_seismogramsdf_geology_seismograms
A tibble with 3 columns and 12003 rows
Station name
Time after the earthquake in seconds
Ground motion (arbitrary units)
Countries, Swiss cantons and lakes around Switzerland from Natural Earth (1:10m, with the detailed European lakes), in the Swiss projection LV95 (EPSG:2056) so that distances measured on the map are true.
df_geology_swiss_basemapdf_geology_swiss_basemap
An sf object with 3 columns and 55 rows
"country", "canton" or "lake"
Name (missing for some lakes)
Polygons in LV95 (EPSG:2056)
Natural Earth https://www.naturalearthdata.com/
The municipalities within 40 km of the crater of Vesuvius with their population and whether they belong to the red zone of the national emergency plan (the area to evacuate before an eruption, threatened by pyroclastic flows).
df_geology_vesuvius_municipalitiesdf_geology_vesuvius_municipalities
An sf object with 6 columns and 258 rows
ISTAT municipality code
Municipality
Province
Population on 1 January 2026 (ISTAT estimate)
"entirely", "partly" (Napoli, Nola and Pomigliano
d'Arco) or "no"
Polygons in UTM 33N (EPSG:32633)
ISTAT, generalised administrative boundaries and resident population on 1 January 2026 https://www.istat.it/; red zone: Direttiva del Presidente del Consiglio dei Ministri of 14 February 2014 (Gazzetta Ufficiale of 12 May 2014)
Approximate coordinates of the crater of Vesuvius and of the ancient sites of Pompeii and Herculaneum.
df_geology_vesuvius_sitesdf_geology_vesuvius_sites
A tibble with 4 columns and 3 rows
Name
"crater" or "ancient site"
Coordinates in degrees
Holocene volcanoes in the regions of df_geology_regions.
df_geology_volcanoesdf_geology_volcanoes
A tibble with 6 columns and 209 rows
Region code (A to E)
Volcano name
Coordinates in degrees
Primary volcano type
Year of the last known eruption (negative: BCE)
Global Volcanism Program, Volcanoes of the World, Smithsonian Institution https://volcano.si.edu/
Daily number of ships passing six maritime chokepoints, by ship type, from IMF PortWatch. The counts are estimates from AIS ship positions. Credit: "Sources: UN Global Platform; IMF PortWatch (portwatch.imf.org)".
df_geopolitics_chokepoints_dailydf_geopolitics_chokepoints_daily
A tibble with 10 columns and 12660 rows (every chokepoint every day from 1 January 2021 to 11 October 2026)
Date
PortWatch identifier: "chokepoint1" Suez Canal,
"chokepoint2" Panama Canal, "chokepoint4" Bab el-Mandeb Strait,
"chokepoint5" Malacca Strait, "chokepoint6" Strait of Hormuz,
"chokepoint7" Cape of Good Hope
Chokepoint name
All ships
Ships by type: tankers, container ships, dry bulk carriers, general cargo ships, roll-on/roll-off ships
Cargo ships (all types except tankers)
IMF PortWatch https://portwatch.imf.org/, IMF terms of use
Sites shown on the maps of the Thailand–Cambodia border at Preah Vihear and of the war around Iran, with their coordinates from Wikidata (property P625).
df_geopolitics_conflict_sitesdf_geopolitics_conflict_sites
A tibble with 6 columns and 12 rows
"preah_vihear" or "iran_war"
Name shown on the map
"temple", "capital", "nuclear site", "strait" or
"air base"
Wikidata item
Coordinates in degrees
Wikidata https://www.wikidata.org/ (CC0)
Elevation and hillshade of the Dângrêk mountains on the Thailand–Cambodia border, on a grid of about 900 m (30 arc seconds), from 102.3 to 105.7° E and 13.3 to 15.7° N.
df_geopolitics_preah_vihear_reliefdf_geopolitics_preah_vihear_relief
A tibble with 4 columns and 116116 rows
Centre of the cell in degrees
Mean elevation in m
Hillshade from the north-west (0 dark to 1 light)
Copernicus DEM GLO-90 (European Space Agency, Copernicus programme) https://registry.opendata.aws/copernicus-dem/
Get abortion data from CRR Get the data for every country from the Center for Reproductive Rights.
gdt_crr_get_data()gdt_crr_get_data()
A tibble
gdt_crr_get_data() -> reproductive_rights reproductive_rights |> head(5)gdt_crr_get_data() -> reproductive_rights reproductive_rights |> head(5)
Table for the solution of the revolution speed of a planet around the Sun
gdt_df_cosmology_revolution_speed_solution(name, au, time)gdt_df_cosmology_revolution_speed_solution(name, au, time)
name |
The name of the planet |
au |
The distance of the planet to the Sun in AU |
time |
The time for one revolution in Earth years |
A gt table
gdt_df_cosmology_revolution_speed_solution("Earth", 1, 1)gdt_df_cosmology_revolution_speed_solution("Earth", 1, 1)
Average annual number of abortions per 1,000 women aged 15-49 for the period 2015-2019. The Guttmacher API and Data Center were retired in July 2025, the data now comes from the archived snapshot in oc_geo_au_feminin_gutt_abortion_rates.
gdt_gutt_get_abortion_rates()gdt_gutt_get_abortion_rates()
A tibble
gdt_gutt_get_abortion_rates() |> head(5)gdt_gutt_get_abortion_rates() |> head(5)
HMD raw births data
gdt_hmd_birth_raw(country)gdt_hmd_birth_raw(country)
country |
Country code |
A dataframe
# This example isn't run because it # would need HMD credentials gdt_hmd_birth_raw("CHE") |> head(5)# This example isn't run because it # would need HMD credentials gdt_hmd_birth_raw("CHE") |> head(5)
HMD raw death data
gdt_hmd_death_raw(country)gdt_hmd_death_raw(country)
country |
Country code |
A dataframe
# This example isn't run because it # would need HMD credentials gdt_hmd_death_raw("CHE") |> head(5)# This example isn't run because it # would need HMD credentials gdt_hmd_death_raw("CHE") |> head(5)
A table with demography indicators
for all HDM countries (see geotools::gtl_hmd_codes())
gdt_hmd_demographygdt_hmd_demography
A tibble with 5 columns and 4709 rows
The HMD country code
The year
The population
Crude Birth Rate
Crude Death Rate
Get life expectancy table from Human Mortality Database
gdt_hmd_e0_table(country)gdt_hmd_e0_table(country)
country |
A string with the country name |
A tibble
# This example isn't run because it # would need HMD credentials gdt_hmd_e0_table("Switzerland")# This example isn't run because it # would need HMD credentials gdt_hmd_e0_table("Switzerland")
Get life expectancy from the Human Mortality Database
gdt_hmd_lex(countries, age, type = c("male", "female", "total"))gdt_hmd_lex(countries, age, type = c("male", "female", "total"))
countries |
A vector of country names |
age |
The life expectancy age |
type |
The type (one of |
A tibble with 3 columns: year, country and lex
# This example isn't run because it # would need HMD credentials c("Switzerland", "France") |> gdt_hmd_lex(age = 65, type = "total") |> head(5)# This example isn't run because it # would need HMD credentials c("Switzerland", "France") |> gdt_hmd_lex(age = 65, type = "total") |> head(5)
Fetches the mortality table from the HMD database. This function needs valid credentials for HMD stored using the keyring package under a service labelled mortality.org.
gdt_hmd_mortality(country)gdt_hmd_mortality(country)
country |
A string with the country name |
A demogdata object
# This example isn't run because it # would need HMD credentials gdt_hmd_mortality("France")# This example isn't run because it # would need HMD credentials gdt_hmd_mortality("France")
HMD raw population data
gdt_hmd_population_raw(country)gdt_hmd_population_raw(country)
country |
Country code |
A dataframe
# This example isn't run because it # would need HMD credentials gdt_hmd_population_raw("CHE") |> head(5)# This example isn't run because it # would need HMD credentials gdt_hmd_population_raw("CHE") |> head(5)
The IDB queries are kept on disk, so the population pyramids don't depend on the API at each render. Clear the cache when the Census Bureau publishes revised figures.
gdt_idb_clear_cache()gdt_idb_clear_cache()
The number of cached queries removed, invisibly
gdt_idb_clear_cache()gdt_idb_clear_cache()
One year population pyramid data (tidy)
gdt_idb_pyramid(country, year)gdt_idb_pyramid(country, year)
country |
A string with the country name |
year |
An integer with the year |
A dataframe with age, gender, and population
# Not run: needs a valid IDB API key gdt_idb_pyramid("Switzerland", 2020)# Not run: needs a valid IDB API key gdt_idb_pyramid("Switzerland", 2020)
One year population pyramid data (legacy function)
gdt_idb_pyramid_1y(country, year)gdt_idb_pyramid_1y(country, year)
country |
A string with the country name |
year |
An integer with the year |
A dataframe with age, female, and male population
# Not run: needs a valid IDB API key gdt_idb_pyramid_1y("Switzerland", 2020)# Not run: needs a valid IDB API key gdt_idb_pyramid_1y("Switzerland", 2020)
Return 5y population data
gdt_idb_pyramid_5y(country, year)gdt_idb_pyramid_5y(country, year)
country |
A string with the country name |
year |
An integer with the year |
A dataframe
# Not run: needs a valid IDB API key gdt_idb_pyramid_5y("Switzerland", 2020)# Not run: needs a valid IDB API key gdt_idb_pyramid_5y("Switzerland", 2020)
Table with the NATO membership states by year and extensions
gdt_nato_membership()gdt_nato_membership()
A tibble
gdt_nato_membership()gdt_nato_membership()
Read NCDC city list from cachedir
gdt_ncdc_city_list()gdt_ncdc_city_list()
A dataframe of NCDC locations (cities)
# Not run: needs local data ncdc_city_list <- gdt_ncdc_city_list()# Not run: needs local data ncdc_city_list <- gdt_ncdc_city_list()
Retrieve climate data from the rnoaa::ncdc NOAA API and compute averages over the time period 1990-2019.
gdt_noaa_climate_data( location_id, data_type = c("temperature", "precipitation") )gdt_noaa_climate_data( location_id, data_type = c("temperature", "precipitation") )
location_id |
The ID for the weather station. |
data_type |
The type of data needed. Must be one of temperature or precipitation. |
A vector with climate data (precipitation or temperature) for each month
# Not run: needs a valid NOAA API key gdt_noaa_climate_data("CITY:SZ000003")# Not run: needs a valid NOAA API key gdt_noaa_climate_data("CITY:SZ000003")
This function fetches the list of votes in Switzerland from OpenData.swiss
gdt_ofs_vote_list()gdt_ofs_vote_list()
A tibble
gdt_ofs_vote_list()gdt_ofs_vote_list()
Get swiss geodata
gdt_opendata_swiss_geodata( geolevel = c("national", "canton", "district", "municipality", "zh_counting_districts", "lakes"), latest = TRUE, verbose = FALSE )gdt_opendata_swiss_geodata( geolevel = c("national", "canton", "district", "municipality", "zh_counting_districts", "lakes"), latest = TRUE, verbose = FALSE )
geolevel |
One of "national", "canton", "district", "municipality", "zh_counting_districts" or "lakes" |
latest |
Latest geo data (otherwise beginning of the year data) |
verbose |
Boolean |
An sf object
gdt_opendata_swiss_geodata("national")gdt_opendata_swiss_geodata("national")
Get swiss geodata in geojson format
gdt_opendata_swiss_geodata_json(...)gdt_opendata_swiss_geodata_json(...)
... |
Arguments passed on to
|
A geojson map
gdt_opendata_swiss_geodata_json(geolevel = "national")gdt_opendata_swiss_geodata_json(geolevel = "national")
General demographic informations
gdt_table_demography(country, years)gdt_table_demography(country, years)
country |
A country code |
years |
The year for which the information is needed |
A tibble
gdt_table_demography("Switzerland", 2020)gdt_table_demography("Switzerland", 2020)
A table with demography indicators
for all HDM countries (see geotools::gtl_hmd_codes())
gdt_un_hdr_compositegdt_un_hdr_composite
A tibble with 7 columns and 206824 rows
The ISO3 country code
The country
The 2022 HDI quartile
The HDR indicator
The value
This updates the list of cities available for climate data, and computes the corresponding country column and store the data locally.
gdt_update_ncdc_city_list()gdt_update_ncdc_city_list()
# Not run: computationally intensive gdt_update_ncdc_city_list()# Not run: computationally intensive gdt_update_ncdc_city_list()
This function downloads the data for population, crude birth rate and crude death rate
gdt_wb_demo(country)gdt_wb_demo(country)
country |
A string with the country name or iso code |
A tibble with the requested data:
Total population
Crude Birth Rate (per mil)
Crude Death Rate (per mil)
gdt_wb_demo("Switzerland")gdt_wb_demo("Switzerland")
This function downloads the data for total life expectancy, male life expectancy and female life expectancy
gdt_wb_lex(country)gdt_wb_lex(country)
country |
A string with the country name or iso code |
A tibble with the requested data:
Total life expectancy
Male life expectancy
Female life expectancy
gdt_wb_lex("Switzerland")gdt_wb_lex("Switzerland")
This function downloads the total fertility rate (children per woman) of one or more countries.
gdt_wb_tfr(countries, start = 1960, end = format(Sys.Date(), "%Y"))gdt_wb_tfr(countries, start = 1960, end = format(Sys.Date(), "%Y"))
countries |
A character vector of country names or iso codes |
start |
The first year |
end |
The last year (default: the current year) |
A tibble with the columns of wbstats::wb_data() and:
Total fertility rate (children per woman)
gdt_wb_tfr(c("France", "Switzerland"))gdt_wb_tfr(c("France", "Switzerland"))
This function downloads the population aged 15 to 64 of a country.
gdt_wb_working_age(country, start = 1960, end = format(Sys.Date(), "%Y"))gdt_wb_working_age(country, start = 1960, end = format(Sys.Date(), "%Y"))
country |
A string with the country name or iso code |
start |
The first year |
end |
The last year (default: the current year) |
A tibble with the columns of wbstats::wb_data() and:
Population aged 15 to 64
gdt_wb_working_age("China")gdt_wb_working_age("China")
Historical estimates (df_demography_population_historical) until 1959,
then the World Bank's yearly estimates from 1960 to today.
gdt_world_population_history(from = 0)gdt_world_population_history(from = 0)
from |
The first year (default: year 0) |
A tibble:
The year
The world population
historical or World Bank
gdt_world_population_history()gdt_world_population_history()
World TopoJSON
gdt_world_topojson()gdt_world_topojson()
A TopoJSON object
gdt_world_topojson()gdt_world_topojson()
Un tableau de la population des régions de Chine par sexe pour 2018.
oc_chine_2010_gender_imbalance_by_ageoc_chine_2010_gender_imbalance_by_age
Un tibble avec 3 colonnes et 202 lignes
Age de la population
Region urban ou rural
Nombre de femme moins le nombre d'homme
http://www.stats.gov.cn/tjsj/ndsj/2019/html/E0211.jpg
Un tableau de la population des régions de Chine par sexe pour 2018.
oc_chine_2018_sex_ratio_par_regionoc_chine_2018_sex_ratio_par_region
Un tibble avec 6 colonnes et 31 lignes
Identifiant ADM1 (pour NaturalEarth)
Nom de la région
La population totale
La population féminine
La population masculine
Le ratio
http://www.stats.gov.cn/tjsj/ndsj/2019/html/E0211.jpg
Un tableau avec la quantité d'énergie consommée par personne pour tous les pays du monde (y compris des données mondiales).
oc_ecocitoyennete_energy_consumption_per_sourceoc_ecocitoyennete_energy_consumption_per_source
Un tibble avec 5 colonnes et 38952 lignes
Pays
Code ISO3c
Source d'énergie
Quantité d'énergie (kWh par personne)
https://ourworldindata.org/grapher/per-capita-energy-stacked
Un tableau avec les résultats du sondage gfs.bern de 2019 en rapport avec les violences sexuelles. Réponses concernant différents actes et le taux de femmes qui ont déjà vécues cette situation.
oc_geo_au_feminin_2019_gfs_violences_sexuelles_actesoc_geo_au_feminin_2019_gfs_violences_sexuelles_actes
Un tibble avec 2 colonnes et 6 lignes
Disciptif de l'acte
Pourcentage de femmes qui ont répondues subit cet acte
https://cockpit.gfsbern.ch/fr/cockpit/violence-sexuelles-en-suisse/
Un tableau avec les résultats du sondage gfs.bern de 2019 en rapport avec les violences sexuelles. Réponses concernant différentes expériences et le taux de femmes qui ont déjà vécues cette situation.
oc_geo_au_feminin_2019_gfs_violences_sexuelles_experiencesoc_geo_au_feminin_2019_gfs_violences_sexuelles_experiences
Un tibble avec 5 colonnes et 10 lignes
Disciptif de l'expérience vécue
Nombre de femmes qui ont répondues oui
Nombre de femmes qui ont répondues que la situation était ambiguë
Nombre de femmes qui ont répondues non
Nombre de femmes qui n'ont pas répondues ou qui ne savait pas
https://cockpit.gfsbern.ch/fr/cockpit/violence-sexuelles-en-suisse/
Un tableau avec les résultats du sondage gfs.bern de 2019 en rapport avec les violences sexuelles. Réponses concernant les raisons de ne pas contacter la police.
oc_geo_au_feminin_2019_gfs_violences_sexuelles_policeoc_geo_au_feminin_2019_gfs_violences_sexuelles_police
Un tibble avec 4 colonnes et 6 lignes
La raison
Pourcentage de femmes qui ont répondues que c'était une des raisons
Pourcentage de femmes qui ont répondues que c'était une des raisons
Pourcentage de femmes qui ont répondues que ce n'était pas une des raisons
https://cockpit.gfsbern.ch/fr/cockpit/violence-sexuelles-en-suisse/
Un tableau avec le nombre d'excisions dans des pays ne fournissant pas de données directes (pays pas directement concernés par la pratique).
oc_geo_au_feminin_2020_fgm_indirect_dataoc_geo_au_feminin_2020_fgm_indirect_data
Un tibble avec 4 colonnes et 31 lignes
Pays
Nombre de femmes qui ont subit une excision
Statut légal de l'excision
Code ISO3c
https://equalitynow.org/fgm-a-global-picture/
Un tableau du taux d'avortement en Suisse pour les adolescentes et les femmes en général de 2005 à 2020.
oc_geo_au_feminin_2021_ofs_avortementsoc_geo_au_feminin_2021_ofs_avortements
Un tibble avec 3 colonnes et 34 lignes
Année
Population
Taux d'avortement (pour 1000 femmes)
Un tableau avec l'indicateur GII (Gender Inequality Index) pour l'année 2021
oc_geo_au_feminin_2021_unhdr_giioc_geo_au_feminin_2021_unhdr_gii
Un tibble avec 3 colonnes et 170 lignes
Pays
Indicateur GII
Code pays ISO3c
https://hdr.undp.org/data-center/thematic-composite-indices/gender-inequality-index#/indicies/GII
Un tableau avec les avortements par tranche d'âge en Suisse en 2022
oc_geo_au_feminin_2022_ofs_avortements_par_agesoc_geo_au_feminin_2022_ofs_avortements_par_ages
Un tibble avec 3 colonnes et 18 lignes
Tranche d'âge
Unité (n ou %)
Mesure de l'avortement
Un tableau avec les avortements par canton en Suisse en 2022
oc_geo_au_feminin_2022_ofs_avortements_par_cantonoc_geo_au_feminin_2022_ofs_avortements_par_canton
Un tibble avec 5 colonnes et 494 lignes
Tranche d'âge
Unité (n ou %)
Région du pays
Le canton
Mesure de l'avortement
Un tableau avec l'indicateur SIGI (Social Institutions and Gender Index) pour l'année 2023
oc_geo_au_feminin_2023_oecd_sigioc_geo_au_feminin_2023_oecd_sigi
Un tibble avec 8 colonnes et 1635 lignes
Code région
Intitulé région
Code pays ISO3c
Pays
Code variable
Intitulé variable
Année
Valeur
https://stats.oecd.org/Index.aspx?DataSetCode=SIGI2023
Un tableau du nombre annuel moyen d'avortements pour 1000 femmes âgées de 15 à 49 ans par pays, sur la période 2015-2019. Le Data Center du Guttmacher Institute ayant été fermé en juillet 2025, les données proviennent d'une copie archivée (Wayback Machine, 2023-02-04).
oc_geo_au_feminin_gutt_abortion_ratesoc_geo_au_feminin_gutt_abortion_rates
Un tibble avec 4 colonnes et 150 lignes
Nom du pays
Code pays ISO2
Code pays ISO3
Taux d'avortement
https://www.guttmacher.org/data-center
Un tableau avec le pourcentage de jeunes (16 à 24 ans) qui savent programmer pour les différents pays de l'OECD.
oc_geo_au_feminin_oecd_programmation_16_24_ansoc_geo_au_feminin_oecd_programmation_16_24_ans
Un tibble avec 5 colonnes et 818 lignes
Code pays ISO3c
Le pays
Hommes, femmes, ou tous
L'année
La valeur en pourcent
https://goingdigital.oecd.org/indicator/54
Un tableau avec les avortements par régions en Suisse entre 2007 et 2022
oc_geo_au_feminin_ofs_avortements_par_regionoc_geo_au_feminin_ofs_avortements_par_region
Un tibble avec 3 colonnes et 18 lignes
Année
Région
Taux d'avortement
Un tableau avec le pourcentage de femmes dans les différentes instances fédérale (Conseil National, Conseil des États et Conseil Fédéral) en fonction de l'année
oc_geo_au_feminin_ofs_election_femmesoc_geo_au_feminin_ofs_election_femmes
Un tibble avec 3 colonnes et 38 lignes
L'année
Le pourcentage
L'instance
https://www.bfs.admin.ch/bfs/fr/home/statistiques/politique/elections/femmes-elues.html
Un tableau avec le pourcentage de femmes au Conseil des Etats en fonction de l'année
oc_geo_au_feminin_ofs_election_femmes_conseil_etatsoc_geo_au_feminin_ofs_election_femmes_conseil_etats
Un tibble avec 2 colonnes et 13 lignes
L'année
Le pourcentage
https://www.bfs.admin.ch/bfs/fr/home/statistiques/politique/elections/femmes-elues.html
Un tableau avec le pourcentage de femmes au Conseil Fédéral en fonction de l'année
oc_geo_au_feminin_ofs_election_femmes_conseil_federaloc_geo_au_feminin_ofs_election_femmes_conseil_federal
Un tibble avec 2 colonnes et 12 lignes
L'année
Le pourcentage
https://www.bfs.admin.ch/bfs/fr/home/statistiques/politique/elections/femmes-elues.html
Un tableau avec le pourcentage de femmes au Conseil National en fonction de l'année
oc_geo_au_feminin_ofs_election_femmes_conseil_nationaloc_geo_au_feminin_ofs_election_femmes_conseil_national
Un tibble avec 2 colonnes et 13 lignes
L'année
Le pourcentage
https://www.bfs.admin.ch/bfs/fr/home/statistiques/politique/elections/femmes-elues.html
Un tableau avec l'année à laquelle les femmes ont obtenus le droit de vote dans les différents pays du monde.
oc_geo_au_feminin_owid_suffrage_femininoc_geo_au_feminin_owid_suffrage_feminin
Un tibble avec 3 colonnes et 206 lignes
Le pays
Code ISO3c
Année d'accès au suffrage féminin
https://ourworldindata.org/grapher/universal-suffrage-women-lexical
Un tableau avec le sex ratio à la naissance tiré des données WPP 2022
oc_geo_au_feminin_sex_ratiooc_geo_au_feminin_sex_ratio
Un tibble avec 6 colonnes et 43472 lignes
Code UN
Type de région UN
Nom du pays/région
L'année
Sex-ration à la naissance
Code pays ISO3c
https://population.un.org/wpp/
Un tableau avec les résultats au niveau fédéral de différentes votations en rapport avec l'avortement
oc_geo_au_feminin_votations_avortementoc_geo_au_feminin_votations_avortement
Un tibble avec 3 colonnes et 6 lignes
Le titre de la votation
Pourcentage de voix pour le oui
Pourcentage de voix pour le non
Un tableau de l'indice Women, Business and the Law (WBL) de la Banque mondiale par pays pour 2022. L'indicateur SG.LAW.INDX ayant été déplacé dans les archives du WDI, les données proviennent de la dernière version archivée (février 2026).
oc_geo_au_feminin_wbl_2022oc_geo_au_feminin_wbl_2022
Un tibble avec 3 colonnes et 189 lignes
Code pays ISO3
Nom du pays
Indice WBL (échelle 1-100)
https://databank.worldbank.org/source/wdi-database-archives
Un tableau de l'espérance de vie selon les données WPP2012 par pays.
oc_geo_au_feminin_wpp2012_lexoc_geo_au_feminin_wpp2012_lex
Un tibble avec 5 colonnes et 236 lignes
Code pays UN
Période de l'estimation
Espérance de vie des femmes
Espérance de vie des hommes
Différence d'espérance de vie
https://population.un.org/wpp/
Un tableau de l'espérance de vie selon les données WPP2019 par pays.
oc_geo_au_feminin_wpp2019_lexoc_geo_au_feminin_wpp2019_lex
Un tibble avec 5 colonnes et 498 lignes
Code pays UN
Période de l'estimation
Espérance de vie des femmes
Espérance de vie des hommes
Différence d'espérance de vie
https://population.un.org/wpp/
Un tableau du rapport des sexes pour différentes années selon les chiffres du WPP2019.
oc_geo_au_feminin_wpp2019_sex_ratiooc_geo_au_feminin_wpp2019_sex_ratio
Un tibble avec 7 colonnes et 78435 lignes
Code pays UN
Période de l'estimation
Tranche d'age
Année
Population féminine
Population masculine
Rapport hommes/femmes
https://population.un.org/wpp/
Un tableau avec l'origine pour la population née à l'étranger en Israël en 2008.
oc_israel_palestine_2008_population_naeoc_israel_palestine_2008_population_nae
Un tibble avec 3 colonnes et 5 lignes
Le pays de naissance
Le continent de naissance
Nombre absolu de personnes
https://www.cbs.gov.il/en/Statistics/Pages/Generators/Generator-of-the-2008-Census.aspx
Un tableau avec l'immigration en Israël par année en chiffre absolus de 1949 à 2017.
oc_israel_palestine_immigration_israeloc_israel_palestine_immigration_israel
Un tibble avec 2 colonnes et 69 lignes
L'année d'immigration
Nombre absolu de personnes
https://www.cbs.gov.il/he/publications/doclib/2018/4.%20shnatonimmigration/st04_02.pdf
Un tableau avec l'immigration approximative en Palestine avant 1948. Montre les cinq premières Aliyah juives.
oc_israel_palestine_immigration_juive_avant_1948oc_israel_palestine_immigration_juive_avant_1948
Un tibble avec 2 colonnes et 6 lignes
La période
Le nombre approximatif de Juifs qui immigrent
Un tableau du résultat des élections présidentielle en Ukraine en 2010.
oc_russie_2010_elections_ukraineoc_russie_2010_elections_ukraine
Un tibble avec 4 colonnes et 27 lignes
Code adm_1
Nom de la région
Candidat remportant la région
Pourcentage des voix
Un tableau de la religion par région en 2012.
oc_russie_2012_religionoc_russie_2012_religion
Un tibble avec 4 colonnes et 1422 lignes
Nom de la région en anglais
Athéistes
Orthodoxe pratique (membre de l'Eglise)
Crois en Dieu mais sans appartenance
Christianisme
Hindouisme
Judaïsme
Islam
Croyances traditionnelles
Bouddhisme
Pentecôtisme
Autre
Pas de réponse
Pourcentage
Identifiant ADM1 (pour NaturalEarth)
Un tableau du résultat des élections présidentielle en Ukraine en 2014.
oc_russie_2014_elections_ukraineoc_russie_2014_elections_ukraine
Un tibble avec 4 colonnes et 25 lignes
Code adm_1
Nom de la région
Candidat remportant la région
Pourcentage des voix
Un tableau du résultat des élections présidentielle en Ukraine en 2019.
oc_russie_2019_elections_ukraineoc_russie_2019_elections_ukraine
Un tibble avec 4 colonnes et 25 lignes
Code adm_1
Nom de la région
Candidat remportant la région
Pourcentage des voix
Un tableau de l'espérance de vie en Russie par régions pour 2019.
oc_russie_2019_esperance_vieoc_russie_2019_esperance_vie
Un tibble avec 5 colonnes et 560 lignes
Nom de la région en russe
Espérance de vie
Identifiant ADM1 (pour NaturalEarth)
https://rosstat.gov.ru/storage/mediabank/IeUTMwMW/prodolzhitelnost.xlsx
Un tableau de l'indice de fécondité en Russie par régions.
oc_russie_2019_feconditeoc_russie_2019_fecondite
Un tibble avec 4 colonnes et 170 lignes
Nom de la région en russe
Identifiant ADM1 (pour NaturalEarth)
Année
Indice de fécondité
https://rosstat.gov.ru/storage/mediabank/7-1(2).xlsx
Un tableau des migrations en Russie avec les immigration et émigration de 1997 à 2019.
oc_russie_2019_migrationoc_russie_2019_migration
Un tibble avec 5 colonnes et 2507 lignes
ADM1 ID (for NaturalEarth)
Country name
Year of data observation
One of arrival or departure
Number of people migrating
https://rosstat.gov.ru/storage/mediabank/migr2.xls with additional Google Translate
Un tableau de l'indice de la natalité et mortalité en Russie par régions pour 2019.
oc_russie_2019_natalite_mortaliteoc_russie_2019_natalite_mortalite
Un tibble avec 5 colonnes et 174 lignes
Nom de la région en russe
Type de mesure: absolute ou per1000
Indicateur: cbr, cdr ou rni
Donnée
Identifiant ADM1 (pour NaturalEarth)
https://rosstat.gov.ru/storage/mediabank/EDN(1).xlsx
Un tableau de l'évolution de la population en Russie par régions avec une comparaison entre 1990 et 2020.
oc_russie_2020_evolution_populationoc_russie_2020_evolution_population
Un tibble avec 6 colonnes et 85 lignes
Nom de la région en anglais
OKTMO Code
ADM1 ID (for NaturalEarth)
2020Population en 2020
1990Population en 1990
Pourcentage d'évolution sur ces 30 dernières anneés
https://showdata.gks.ru/olap2/descr/report/278928/
Un tableau de la religion par région en 2012.
oc_russie_2020_population_compositionoc_russie_2020_population_composition
Un tibble avec 4 colonnes et 1422 lignes
Population urbaine ou rurale
Homme, femme ou les deux
Nom de l'ethnie
Détail concernant de l'ethnie
Population
https://rosstat.gov.ru/storage/mediabank/Tom5_tab1_VPN-2020.xlsx
Un tableau de la population municipale en Russie en 2016 et 2020.
oc_russie_2020_population_municipaleoc_russie_2020_population_municipale
Un tibble avec 4 colonnes et 2539 lignes
Nom de la province
Code de la municipalité
Population en 2016
Population en 2020
Un tableau de l'espérance de vie en Russie par régions pour 2022.
oc_russie_2022_esperance_vieoc_russie_2022_esperance_vie
Un tibble avec 5 colonnes et 595 lignes
Nom de la région en russe
Espérance de vie
Identifiant ADM1 (pour NaturalEarth)
https://showdata.gks.ru/report/276796
Un tableau du taux d'accroissement naturel en Russie par régions.
oc_russie_2023_accroissementoc_russie_2023_accroissement
Un tibble avec 5 colonnes et 591 lignes
OKTMO Codes
Nom de la région en russe
Identifiant ADM1 (pour NaturalEarth)
Année
Taux d'accroissement naturel
https://showdata.gks.ru/report/297732
Un tableau de l'indice de fécondité en Russie par régions.
oc_russie_2023_feconditeoc_russie_2023_fecondite
Un tibble avec 5 colonnes et 595 lignes
OKTMO Codes
Nom de la région en russe
Identifiant ADM1 (pour NaturalEarth)
Année
Indice de fécondité
https://showdata.gks.ru/report/278974
Un tableau de la population municipale en Russie de 1990 à 2023.
oc_russie_2023_populationoc_russie_2023_population
Un tibble avec 5 colonnes et 2806 lignes
OKTMO Codes
Nom de la région en russe
Identifiant ADM1 (pour NaturalEarth)
Année
Population
https://showdata.gks.ru/report/278930
Un tableau du taux d'accroissement naturel en Russie
par régions de 2017 à 2024. 2017-2023: oc_russie_2023_accroissement;
2024: accroissement naturel rapporté à la population moyenne de l'année
(estimation de la population au 1er janvier 2025).
oc_russie_2024_accroissementoc_russie_2024_accroissement
Un tibble avec 5 colonnes et 676 lignes
OKTMO Codes
Identifiant ADM1 (pour NaturalEarth)
Nom de la région en anglais
Année
Taux d'accroissement naturel (pour 1000 habitants)
https://showdata.gks.ru/report/297732, https://rosstat.gov.ru/storage/mediabank/OkPopul_Comp2025_Site.xlsx
Un tableau de l'indice de fécondité en Russie par régions de 2012 à 2024.
oc_russie_2024_feconditeoc_russie_2024_fecondite
Un tibble avec 5 colonnes et 1105 lignes
OKTMO Codes
Identifiant ADM1 (pour NaturalEarth)
Nom de la région en anglais
Année
Indice de fécondité
https://showdata.rosstat.gov.ru/report/273532
Un tableau geographique des 2338 communes russes.
oc_russie_adm6_gisoc_russie_adm6_gis
Un tibble avec 27 colonnes et 2338 lignes
OSM id
OSM way id
Name
OSM tourism tag
OSM aeroway tag
OSM amenity tag
OSM admin_level
OSM boundary tag
OSM barrier tag
OSM building tag
OSM craft tag
OSM geological tag
OSM land_area tag
OSM landuse tag
OSM leisure tag
OSM man_made tag
OSM military tag
OSM natural tag
OSM office tag
OSM place tag
OSM shop tag
OSM sport tag
OSM tourism tag
OSM other tags
OKTMO ID
Open Street Map and WikiData
Un tableau des avortements en Russie de 1992 à 2024 pour 100 naissances. Valeurs officielles jusqu'en 2017 (pour 100 accouchements); 2016 et dès 2018: nombre d'interruptions de grossesse rapporté au nombre de naissances vivantes.
oc_russie_avortements_nationaloc_russie_avortements_national
Un tibble avec 2 colonnes et 33 lignes
Année
Nombre d'avortements pour 100 naissances
https://showdata.gks.ru/olap2/descr/report/297822/, https://rosstat.gov.ru/storage/mediabank/chislo_prer_beremen_2024.xlsx
Un tableau de l'évolution des dépenses militaires pour tous les pays du monde de 2000 à 2021.
oc_russie_depenses_militairesoc_russie_depenses_militaires
Un tibble avec 4 colonnes et 3411 lignes
Pays
Année
Dépense militaire en mio $ US
Identifiant ISO3c
Un tableau des divorces en Russie par régions de 2000 à 2019.
oc_russie_divorcesoc_russie_divorces
Un tibble avec 5 colonnes et 84 lignes
Nom de la région en anglais
OKTMO Codes
Année
Taux de divorce pour 1000 habitants
Identifiant ADM1 (pour NaturalEarth)
https://showdata.gks.ru/olap2/descr/report/297890/
Un tableau de l'évolution de l'attitude de la population russe vis-à-vis de l'Union Européenne. Sondage Levada.
oc_russie_levada_attitude_euoc_russie_levada_attitude_eu
Un tibble avec 3 colonnes et 363 lignes
Positive, Negative ou Difficile à dire
Date du sondage
Pourcentage de l'observation
https://www.levada.ru/en/ratings/attitudes-towards-countries/
Un tableau de l'évolution de l'attitude de la population russe vis-à-vis des USA. Sondage Levada.
oc_russie_levada_attitude_usoc_russie_levada_attitude_us
Un tibble avec 3 colonnes et 516 lignes
Positive, Negative ou Difficile à dire
Date du sondage
Pourcentage de l'observation
https://www.levada.ru/en/ratings/attitudes-towards-countries/
Un tableau des mariages en Russie par régions de 2000 à 2019.
oc_russie_mariagesoc_russie_mariages
Un tibble avec 5 colonnes et 1636 lignes
Nom de la région en anglais
OKTMO Codes
Année
Taux de mariage pour 1000 habitants
Identifiant ADM1 (pour NaturalEarth)
https://showdata.gks.ru/olap2/descr/report/297890/
Un tableau des mariages et divorces en Russie de 1990 à 2019.
oc_russie_mariages_divorces_nationaloc_russie_mariages_divorces_national
Un tibble avec 3 colonnes et 60 lignes
Année
L'îndicateur (mariages ou divorces)
La donnée numérique
https://showdata.gks.ru/olap2/descr/report/297882/ https://showdata.gks.ru/olap2/descr/report/297880/
Un tableau des naissances en Russie de 1990 à 2024 (2024: données provisoires).
oc_russie_naissances_nationaloc_russie_naissances_national
Un tibble avec 2 colonnes et 35 lignes
Année
Nombre de naissances
https://showdata.rosstat.gov.ru/olap2/descr/report/297696/, https://rosstat.gov.ru/storage/mediabank/Edn_12-2024_t1_2.xlsx
Un tableau de l'année d'adhésion à l'OTAN
oc_russie_otanoc_russie_otan
Un tibble avec 3 colonnes et 33 lignes
Pays
Code ISO3c
Année d'adhésion
https://www.nato.int/cps/en/natohq/topics_52044.htm
Un tableau des suicides en Russie par régions de 1997 à 2019.
oc_russie_suicidesoc_russie_suicides
Un tibble avec 5 colonnes et 1858 lignes
OKTMO Codes
Identifiant ADM1 (pour NaturalEarth)
Nom de la région en anglais
Année
Nombre de suicides
https://showdata.gks.ru/olap2/descr/report/297886/
Un tableau des suicides en Russie par régions de 1997 à 2019.
oc_russie_suicides_nationaloc_russie_suicides_national
Un tibble avec 2 colonnes et 30 lignes
Année
Nombre de suicides
https://showdata.gks.ru/olap2/descr/report/297886/
Un tableau des résultats par districts du vote concernant le suffrage féminin au Valais le 12 avril 1970.
oc_suisse_1970_04_12_suffrage_feminin_vsoc_suisse_1970_04_12_suffrage_feminin_vs
Un tibble avec 3 colonnes et 13 lignes
Identifiant OFS du district
Nombre de vote oui
Nombre de vote non
https://www.letempsarchives.ch/page/GDL_1970_04_13/9
Un tableau avec le pourcentage des religions par commune en Suisse en 2000. Oui c'est vieux, mais visiblement l'OFS n'a pas de données après le dernier recensement...
oc_suisse_2000_religionoc_suisse_2000_religion
Un tibble avec 4 colonnes et 55024 lignes
Identifiant de la commune
Nom de la commune
Religion
Pourcentage
https://www.pxweb.bfs.admin.ch/pxweb/fr/px-x-0103010000_151/-/px-x-0103010000_151.px/
Un tableau avec les chiffres de la population et de l'immigration italienne en Suisse de 1981 à 2019.
oc_suisse_2021_immigration_italienneoc_suisse_2021_immigration_italienne
Un tibble avec 3 colonnes et 39 lignes
Année d'observation
Population résidante italienne en Suisse au 1er janvier
Immigration italienne en Suisse
https://www.pxweb.bfs.admin.ch/pxweb/fr/px-x-0103010000_151/-/px-x-0103010000_151.px/
Un tableau avec le nombre de personnes par nationalité en Suisse en 2023.
oc_suisse_2023_nationaliteoc_suisse_2023_nationalite
Un tibble avec 2 colonnes et 210 lignes
La nationalité
Population (chiffre absolu)
https://www.pxweb.bfs.admin.ch/pxweb/fr/px-x-0103010000_151/-/px-x-0103010000_151.px/
Un tableau des années d'introduction du suffrage féminin en Suisse par cantons.
oc_suisse_suffrage_femininoc_suisse_suffrage_feminin
Un tibble avec 2 colonnes et 26 lignes
Nom du canton
Année de l'obtention du suffrage féminin
https://fr.wikipedia.org/wiki/Suffrage_féminin_en_Suisse
A table with the UN World Population Projections
un_wpp_2019_period_estimatesun_wpp_2019_period_estimates
A tibble with 25 columns and 14940 rows
Location ID
Location
Variant ID
Variant
Period
Middle of the period
Total fertility (live births per woman)
Net reproduction rate (surviving daughters per woman)
Crude birth rate (births per 1,000 population)
Number of births, both sexes combined (thousands)
Life expectancy at birth for both sexes combined (years)
Male life expectancy at birth (years)
Female life expectancy at birth (years)
Infant mortality rate, q(1), for both sexes combined (infant deaths per 1,000 live births)
Under-five mortality, 5q0, for both sexes combined (deaths under age five per 1,000 live births)
Crude death rate (deaths per 1,000 population)
Number of deaths, both sexes combined (thousands)
Number of male deaths (thousands)
Number of female deaths (thousands)
Net migration rate (per 1,000 population)
Net number of migrants, both sexes combined (thousands)
Average annual rate of population change (percentage)
Rate of natural increase (per 1,000 population)
Sex ratio at birth (male births per female births)
Female mean age of childbearing (years)
https://population.un.org/wpp2019/Download/Standard/Population/