-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathfunc_auxiliares.py
206 lines (172 loc) · 6.87 KB
/
func_auxiliares.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
import json
import unicodedata
import numpy as np
import pandas as pd
import datetime
estados = '{"AC": "Acre","AL": "Alagoas","AP": "Amapá","AM": "Amazonas","BA": "Bahia","CE": "Ceará","DF": "Distrito Federal","ES": "Espírito Santo","GO": "Goiás","MA": "Maranhão","MT": "Mato Grosso","MS": "Mato Grosso do Sul","MG": "Minas Gerais","PA": "Pará","PB": "Paraíba","PR": "Paraná","PE": "Pernambuco","PI": "Piauí","RJ": "Rio de Janeiro","RN": "Rio Grande do Norte","RS": "Rio Grande do Sul","RO": "Rondônia","RR": "Roraima","SC": "Santa Catarina","SP": "São Paulo","SE": "Sergipe","TO": "Tocantins"}'
estados_json = json.loads(estados)
meses_ab_numero = '{"jan":"01", "fev":"02", "mar":"03", "abr":"04", "mai":"05", "jun":"06", "jul":"07", "ago":"08", "set":"09", "out":"10", "nov":"11", "dez":"12"}'
meses_ab_numero_json = json.loads(meses_ab_numero)
meses_ab_nome = '{"jan":"janeiro", "fev":"fevereiro", "mar":"março", "abr":"abril", "mai":"maio", "jun":"junho", "jul":"julho", "ago":"agosto", "set":"setembro", "out":"outubro", "nov":"novembro", "dez":"dezembro"}'
meses_ab_nome_json = json.loads(meses_ab_nome)
meses_vetor = ["janeiro","fevereiro","março","abril","maio","junho","julho","agosto","setembro","outubro","novembro","dezembro"]
meses_ab_nome_ingles = '{"jan":"jan", "fev":"feb", "mar":"mar", "abr":"apr", "mai":"may", "jun":"jun", "jul":"jul", "ago":"aug", "set":"sep", "out":"oct", "nov":"nov", "dez":"dec"}'
meses_ab_nome_ingles_json = json.loads(meses_ab_nome_ingles)
def converte_sigla_em_nome(sigla):
try:
retorno = estados_json[sigla]
except:
retorno = []
finally:
return retorno
def converte_abrev_numero(abrev):
try:
retorno = meses_ab_numero_json[abrev]
except:
retorno = []
finally:
return retorno
def converte_abrev_nome(abrev):
try:
retorno = meses_ab_nome_json[abrev]
except:
retorno = []
finally:
return retorno
def pega_mes(var):
try:
splitado = var.split('-')
retorno = converte_abrev_nome(splitado[0])
except:
retorno = []
finally:
return retorno
def pega_ano(var):
try:
splitado = var.split('-')
retorno = splitado[1]
except:
retorno = []
finally:
return retorno
def converte_para_data(var):
try:
splitado = var.split('-')
mes = converte_abrev_numero(splitado[0])
ano = splitado[1]
retorno = ano+'-'+mes+'-'+'01'
except:
retorno = []
finally:
return retorno
def pega_meses_maiores(mes):
index = meses_vetor.index(mes)
return meses_vetor[index:]
def pega_meses_menores(mes):
index = meses_vetor.index(mes)
return meses_vetor[0:index+1]
def pega_meses_intervalo(mes_ini, mes_fim):
index_ini = meses_vetor.index(mes_ini)
index_fim = meses_vetor.index(mes_fim)
return meses_vetor[index_ini:index_fim+1]
def data_inicio_eh_maior_data_fim(data_inicio, data_fim):
meses_ano = pega_meses_maiores("janeiro")
mes_ini = pega_mes(data_inicio)
ano_ini = int(pega_ano(data_inicio))
mes_fim = pega_mes(data_fim)
ano_fim = int(pega_ano(data_fim))
if ano_ini>ano_fim:
return True
elif ano_fim == ano_ini:
index_ini = meses_vetor.index(mes_ini)
index_fim = meses_vetor.index(mes_fim)
if index_ini>index_fim:
return True
else:
return False
else:
return False
def tira_acentos(s):
return ''.join(c for c in unicodedata.normalize('NFD', s)
if unicodedata.category(c) != 'Mn')
def trata_palavra(palavra):
palavra = palavra.replace("_"," ")
palavra = tira_acentos(palavra)
palavra = palavra.lower()
return palavra
def trata_vetor_palavra(vetor):
vetor_tratado = []
for palavra in vetor:
vetor_tratado.append([trata_palavra(palavra)])
return np.array(vetor_tratado)
def append_municipio(df_mun):
result = df_mun["AC"]
result = result.append(df_mun["AL"])
result = result.append(df_mun["AP"])
result = result.append(df_mun["AM"])
result = result.append(df_mun["BA"])
result = result.append(df_mun["CE"])
result = result.append(df_mun["DF"])
result = result.append(df_mun["ES"])
result = result.append(df_mun["GO"])
result = result.append(df_mun["MA"])
result = result.append(df_mun["MT"])
result = result.append(df_mun["MS"])
result = result.append(df_mun["MG"])
result = result.append(df_mun["PA"])
result = result.append(df_mun["PB"])
result = result.append(df_mun["PR"])
result = result.append(df_mun["PE"])
result = result.append(df_mun["PI"])
result = result.append(df_mun["RJ"])
result = result.append(df_mun["RN"])
result = result.append(df_mun["RS"])
result = result.append(df_mun["RO"])
result = result.append(df_mun["RR"])
result = result.append(df_mun["SC"])
result = result.append(df_mun["SP"])
result = result.append(df_mun["SE"])
result = result.append(df_mun["TO"])
result = concerta_coluna_data(result)
return result
def agrupa_por_municipio(base_mun):
#base_mun = pd.DataFrame(municipios,columns=['Município','Sigla UF','Região','Mês/Ano','Vítimas'])
base_mun[['Município']] = base_mun[['Município']].apply(lambda x: x.str.upper())
new_base = base_mun.groupby(['Município','Sigla UF','Região']).agg(['sum', 'count']).reset_index()
new_base.columns = new_base.columns.droplevel()
new_base.columns = ['Município','Sigla UF','Região','Quant_Vítimas', 'Quant_Instâncias']
return new_base
def converte_data_para_timestamp(x):
if isinstance(x, datetime.date):
return x
else:
if isinstance(x, str):
x = x.replace(" ","")
if len(x) == 7:
return pd.to_datetime(x, format='%m/%Y')
elif len(x) == 5:
return pd.to_datetime(x, format='%m/%y')
else:
abrev = x[0:3]
resto = x[3:]
abrev_i = meses_ab_nome_ingles_json[abrev]
x = abrev_i+resto
if len(x) == 8:
return pd.to_datetime(x, format='%b/%Y')
else:
return pd.to_datetime(x, format='%b/%y')
else:
x_ = x.to_pydatetime()
return x_
def concerta_coluna_data(base_mun):
# GO, MS, RR algumas instâncias pararam de preencher corretamente
# mudaram o formato para uma string mar/2020 e antes era um datetime '2020-03-01'
base_mun["Mês/Ano"] = base_mun["Mês/Ano"].apply(lambda x: converte_data_para_timestamp(x))
return base_mun
def agrupa_por_estado(df_e,nome):
del df_e['Mês']
del df_e['Ano']
new_base = df_e.groupby(['UF', 'Tipo Crime']).agg(['sum', 'count']).reset_index()
new_base.columns = new_base.columns.droplevel()
new_base.columns = ['UF', 'Tipo Crime',nome, 'Quant_Instâncias']
return new_base