admission_analysis.py 1.3 KB
Newer Older
1
2
3
import numpy as np

from script.utils.situations import *
Maria Ruy's avatar
Maria Ruy committed
4
5
6
7
8
from script.analysis.student_analysis import ira_alunos
from collections import defaultdict

import numpy as np

9
10
11
ANO_ATUAL = 2017
SEMESTRE_ATUAL = 2

12
def iras_alunos_turmas_ingressos(df):
Maria Ruy's avatar
Maria Ruy committed
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
	iras = ira_alunos(df)
	
	turmas_ingresso_grr = df.groupby([
		"ANO_INGRESSO",
		"SEMESTRE_INGRESSO",
		"MATR_ALUNO"]
	).groups
	
	# Cria um dicionario cujas chaves são GRR
	# e valor são tuplas (ano_ingresso,semestre_ingresso)
	ano_semestre_do_grr = {}
	for ti in turmas_ingresso_grr:
		ano_semestre_do_grr[ ti[2] ] = (ti[0],ti[1])
	
	resultados = defaultdict(list)
	

	for grr in iras:
		semestre_ano = ano_semestre_do_grr[grr]
		resultados[ semestre_ano ].append(iras[grr])
33
34
35
36
37
38
39

	return resultados



def media_ira_turma_ingresso(df):
	iras_alunos_por_turma = iras_alunos_turmas_ingressos(df)
Maria Ruy's avatar
Maria Ruy committed
40
	# Calcula a média do ira para cada turma_ingresso
41
42
43
	resultados = {}
	for r in iras_alunos_por_turma:
		aux = np.array(iras_alunos_por_turma[r])
Maria Ruy's avatar
Maria Ruy committed
44
45
46
		resultados[r] = np.mean(aux)
	
	return resultados
47
48
49
50
51
52
53
54
55
56

def desvio_padrao_turma_ingresso(df):
	iras_alunos_por_turma = iras_alunos_turmas_ingressos(df)
	# Calcula o desvio padrão para cada turma_ingresso
	resultados = {}
	for r in iras_alunos_por_turma:
		aux = np.array(iras_alunos_por_turma[r])
		resultados[r] = np.std(aux)
	
	return resultados