global-solution-analysis/data_analysis.py at master · lanc07/global-solution-analysis · GitHub

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
import pandas as pd
import os

pd.set_option('display.max_rows', None)
pd.set_option('display.max_columns', None)
pd.set_option('display.width',None)

# define o caminho onde os arquivos estão armazenados
pasta = "dados_global_solution"
cidades = ["Recife", "São_Paulo", "Porto_Alegre"]

# loop para ler e processar os dados de cada cidade
for cidade in cidades:
    arquivo = os.path.join(pasta, f"{cidade}_resumo_mensal_chuva.xlsx")

    if not os.path.exists(arquivo):
        print(f"Arquivo não encontrado:< {arquivo} >")
        continue

    df = pd.read_excel(arquivo)

    coluna = 'dias - chuvosos'
#frequencia absoluta
    fi_discreta = df[coluna].value_counts().sort_index()
#print(fi_discreta)

#frequencia absoluta acumulada
    fia_discreta = fi_discreta.cumsum()
#print (fia_discreta)

#frequencia relativa
    fr_discreta = (100 * fi_discreta / fi_discreta.sum()).round(2)
#print(fr_discreta)

#frequencia relativa acumulada
    fra_discreta = fr_discreta.cumsum()
#print(fra_discreta)

    tabela_var_discreta =  pd.DataFrame({
    ' Frequencia - absoluta': fi_discreta,
    ' Frequencia - absoluta - acumulada': fia_discreta,
    ' Frequencia - relativa (%)' : fr_discreta.round(2),
    ' Frequencia - relativa - acumulada (%)': fra_discreta
    })

    total_row_discreta = pd.Series({
        ' Frequencia - absoluta': fi_discreta.sum(),
        ' Frequencia - absoluta - acumulada': "",
        ' Frequencia - relativa (%)' : fr_discreta.sum(),
        ' Frequencia - relativa - acumulada (%)': "",
    }, name = 'total')

    tabela_var_discreta = pd.concat([tabela_var_discreta, total_row_discreta.to_frame().T])

    print(f"=========================== Tabela de frequencia (dias chuvosos "
          f"por mês) (2018 - 2024) <"
          f" {cidade} > ===========================")
    print(tabela_var_discreta)
    print("\n")

for cidade in cidades:
    arquivo = os.path.join(pasta, f"{cidade}_resumo_mensal_chuva.xlsx")

    if not os.path.exists(arquivo):
        print(f"Arquivo não encontrado:< {arquivo} >")
        continue


    df = pd.read_excel(arquivo)

    coluna2 = df['precipitação - total - mensal']
    classes = pd.cut(coluna2, bins=6)
    fi_continua = classes.value_counts().sort_index()

    fia_continua = fi_continua.cumsum()
    #print(fia_continua)

    fr_continua = (100 * fi_continua / fi_continua.sum())
    #print(fr_continua)

    fra_continua = fr_continua.cumsum().round(2)
    #print(fra_continua)

    tabela_var_continua =  pd.DataFrame({
    ' Frequencia - absoluta': fi_continua,
    ' Frequencia - absoluta - acumulada': fia_continua,
    ' Frequencia - relativa (%)' : fr_continua.round(2),
    ' Frequencia - relativa - acumulada (%)': fra_continua
})

    total_row_continua = pd.Series({
    ' Frequencia - absoluta': fi_continua.sum(),
    ' Frequencia - absoluta - acumulada': "",
    ' Frequencia - relativa (%)' : fr_continua.sum(),
    ' Frequencia - relativa - acumulada (%)': "",
}, name = 'total')

    tabela_var_continua = pd.concat([tabela_var_continua,
                                 total_row_continua.to_frame().T])

    # Imprime a tabela de frequência da precipitação mensal
    print(
        f"========================== Tabela de frequencia (precipitação - "
        f"total mensal) < {cidade} > (2018 - 2024)"
        f"==========================")
    print(tabela_var_continua)
    print("\n")