From 4fcd640e0682fcea4b2b065e28aa02aa4c9ce9e1 Mon Sep 17 00:00:00 2001
From: odair mario <badwolves123@gmail.com>
Date: Sat, 28 Oct 2017 13:11:11 -0200
Subject: [PATCH] teste
---
script/analysis/course_analysis.py | 69 ++++++------------------------
script/main.py | 6 +--
2 files changed, 14 insertions(+), 61 deletions(-)
diff --git a/script/analysis/course_analysis.py b/script/analysis/course_analysis.py
index a0411b7..ea251ff 100644
--- a/script/analysis/course_analysis.py
+++ b/script/analysis/course_analysis.py
@@ -4,97 +4,52 @@ import json
import numpy as np
import utils.situations
-# df = pd.read_excel("../base/base-2016-1/historico.xls")
-# imprime completamente um dataframe
-
-
-def print_analise(d):
with pd.option_context('display.max_rows', None, 'display.max_columns', 27):
print(d)
# calcula as taxas
-
-
-def func(x, matr):
c = matr[x['COD_ATIV_CURRIC']].values[0]
return (x['counts'] / c)
# quantidade de matriculas
-
-
-def counts_matr(df):
return df.groupby(['COD_ATIV_CURRIC']).size()
-
-def analysis(df):
qnt_matr = counts_matr(df) # quantidade de matriculas disciplina
# conta quantas vezes os valores de 'SIGLA' se repete para cada disciplina
- disciplinas = df.groupby(['COD_ATIV_CURRIC', 'SIGLA']
+ diciplines = df.groupby(['COD_ATIV_CURRIC', 'SIGLA']
).size().reset_index(name='counts')
# adiciona mais uma coluna ao df disciplina com as taxas de cada valor de 'SIGLA'
- disciplina = disciplinas.groupby(['COD_ATIV_CURRIC', 'SIGLA', 'counts']).apply(
+ disciplines = diciplines.groupby(['COD_ATIV_CURRIC', 'SIGLA', 'counts']).apply(
lambda x: func(x, qnt_matr)).reset_index(name='taxas gerais')
- # print(disciplina)
- return disciplina
-# quantidade de vezes cursadas ate obter a aprovacao
-
+ Disciplines= disciplines['COD_ATIV_CURRIC'].drop_duplicates()
+ for discipline in Disciplines:
+ print(diciplines.discipline)
+ # print(discipline)
+ return disciplines
-def qnt_aprov(df):
+# quantidade de vezes cursadas ate obter a aprovacao
qnt = df.groupby(['MATR_ALUNO', 'COD_ATIV_CURRIC']
).size().reset_index(name='qnt_aprov')
return qnt
-
-def matr_semestre(df):
return df.groupby(['COD_ATIV_CURRIC', 'PERIODO', 'ANO']).size()
-
-def func_semestre(x, matr):
- # print (matr)
ano = int(x['ANO'])
- # print(ano)
periodo = x['PERIODO'].values[0]
disciplina = x['COD_ATIV_CURRIC'].values[0]
- c = matr[disciplina,periodo,ano]
- # break
- # print(x['PERIODO'])
- # print("Disciplina: %s\nPeriodo:%s \nAno:%d"%(disciplina,periodo,ano))
- # c = matr['CI056','2']
- # print(c)
- # print(disciplina)
- # print("--------------------------------------------------------------------------")
+ c = matr[disciplina, periodo, ano]
return (x['counts_semestre'] / c)
-
-def analysis_semestre(df):
qnt_matr_semestre = matr_semestre(df)
discipline_semestre = df.groupby(['COD_ATIV_CURRIC', 'PERIODO', 'ANO', 'SIGLA']).size(
).reset_index(name='counts_semestre')
discipline_semestre = discipline_semestre.groupby(['COD_ATIV_CURRIC', 'PERIODO', 'ANO', 'SIGLA']).apply(lambda x: func_semestre(x,
- qnt_matr_semestre)).reset_index(name='taxas_semetrais')
+ qnt_matr_semestre)).reset_index(name='taxas_semetrais')
return discipline_semestre
-def Main(df):
+
+
Analysis = analysis(df)
Analysis_semestre = analysis_semestre(df)
matr = counts_matr(df)
matr_semes = matr_semestre(df)
- print_analise(merged)
-
-# main()
-# matr = counts_matr(df)
-# analysis(df)
-# qnt_aprov(df)
-
-#
-##f = lambda x: x / c[x]
-## p = df.groupby(['COD_ATIV_CURRIC','SIGLA']).size().apply(lambda x: (x /c['CI055'])*100)
-#k = (df.sort(['ANO','PERIODO']))
-##(p.apply(lambda x: print(p['COD_ATIV_CURRIC'])))
-#
-# .size().reset_index(name = "count");
-# c = p.groupby(['count','SIGLA']).size()
-## ''' percorre mais uma vez a serie para aplicar a funcao lambida, se a '''
-## c = lambda x: x+1
-## curses = df['COD_ATIV_CURRIC'].drop_duplicates()
-# 'MATR_ALUNO','
diff --git a/script/main.py b/script/main.py
index addbd10..7b7011c 100644
--- a/script/main.py
+++ b/script/main.py
@@ -4,15 +4,13 @@ from base.dataframe_base import load_dataframes
from build_cache import build_cache
from datetime import timedelta
from utils.situations import *
-
+from analysis.course_analysis import *
def main():
start_time = time.clock()
start_time_exec = time.time()
-
dataframe = load_dataframes(os.getcwd() + '/' + 'base')
-
build_cache(dataframe)
-
+ Main(dataframe)
cpu_time = timedelta(seconds=round(time.clock() - start_time))
run_time = timedelta(seconds=round(time.time() - start_time_exec))
print("--- Tempo de CPU: {} ---".format(cpu_time))
--
GitLab