-
Notifications
You must be signed in to change notification settings - Fork 0
/
processador_agregador.py
138 lines (122 loc) · 4.06 KB
/
processador_agregador.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
from glob import glob
import pandas as pd
from sqlalchemy import create_engine
import datetime
def listar_arquivos():
arquivos = glob("caminho dos arquivos")
arquivos.sort()
dataframe = pd.DataFrame()
tempoinicial = '2017-04-01 00:00:01';
date_1 = datetime.datetime.strptime(tempoinicial, "%Y-%m-%d %H:%M:%S")
date_1 = date_1 + datetime.timedelta(minutes=15)
for caminho in arquivos:
data = pd.read_csv(caminho, delimiter=";", header=None)
data2 = data.drop([0,1,2,3,4,8,10,11], axis=1)
date_teste = datetime.datetime.strptime(caminho.split("/")[5]+" "+caminho.split("/")[6].split(".")[0], "%Y%m%d %H:%M:%S")
if date_teste < date_1:
temp = date_1 - datetime.timedelta(minutes=15)
data2['tempo'] = pd.to_datetime(temp)
dataframe = dataframe.append(data2, ignore_index=True)
else:
date_1 = date_1 + datetime.timedelta(minutes=15)
temp = date_1 - datetime.timedelta(minutes=15)
salva_dados(dataframe)
dataframe = pd.DataFrame()
data2['tempo'] = pd.to_datetime(temp)
dataframe = dataframe.append(data2, ignore_index=True)
def listar_ativos(dataframe,tam):
lista_ativo = []
dataframe = dataframe.apply(pd.Series.value_counts)
for i in range(1,tam):
try:
lista_ativo.append(dataframe[i]['A']/(dataframe[i]['I'] + dataframe[i]['A']))
except:
try:
dataframe[i]['A']
lista_ativo.append(1)
except:
lista_ativo.append(0)
return lista_ativo
def listar_emoperacao(dataframe,tam):
lista_emoperacao = []
dataframe = dataframe.apply(pd.Series.value_counts)
for i in range(1,tam):
try:
lista_emoperacao.append(dataframe[i]['EO']/(dataframe[i]['EM'] + dataframe[i]['EO']))
except:
try:
dataframe[i]['EO']
lista_emoperacao.append(1)
except:
lista_emoperacao.append(0)
return lista_emoperacao
def variancapramenos(dataframe,tam):
data = pd.DataFrame(index=range(1,tam),columns=['var_menos'])
cont=1
soma=0
for i in dataframe:
primeiro = 0
for x in i[1]:
if primeiro == x:
pass
elif primeiro > x:
soma = soma + (primeiro-x)
primeiro=x
else:
primeiro=x
data.var_menos[cont] = int(soma)
cont+=1
soma=0
return data
def variancapramais(dataframe,tam):
data = pd.DataFrame(index=range(1,tam),columns=['var_mais'])
cont=1
soma=0
for i in dataframe:
primeiro = 1000
for x in i[1]:
if primeiro == x:
pass
elif primeiro < x:
soma = soma + (x - primeiro)
primeiro=x
else:
primeiro=x
data.var_mais[cont] = int(soma)
cont+=1
soma=0
return data
def salva_dados(dataframe):
tam = len(dataframe.groupby(12)[7]) + 1
engine = create_engine('conexao com o banco')
salvar = pd.DataFrame(index=range(1,tam))
dataframe = dataframe.replace(["'"],[''], regex=True)
dataframe[7] = pd.to_numeric(dataframe[7], errors='coerce')
dataframe[9] = pd.to_numeric(dataframe[9], errors='coerce')
salvar.add_suffix('_Count').reset_index()
salvar['media_bic'] = dataframe.groupby(12)[7].agg([pd.np.mean])
salvar['desvio_bic'] = dataframe.groupby(12)[7].agg([pd.np.std])
salvar['max_bic'] = dataframe.groupby(12)[7].agg([pd.np.max])
salvar['min_bic'] = dataframe.groupby(12)[7].agg([pd.np.min])
salvar['media_vag'] = dataframe.groupby(12)[9].agg([pd.np.mean])
salvar['desvio_vag'] = dataframe.groupby(12)[9].agg([pd.np.std])
salvar['max_vag'] = dataframe.groupby(12)[9].agg([pd.np.max])
salvar['min_vag'] = dataframe.groupby(12)[9].agg([pd.np.min])
salvar['id_estacao'] = dataframe.groupby(12)[12].agg([pd.np.mean])
salvar['quantidade'] = dataframe.groupby(12)[7].size();
salvar['var_menos'] = variancapramenos(dataframe.groupby(12)[7],tam)
salvar['var_mais'] = variancapramais(dataframe.groupby(12)[7],tam)
tam1 = tam - 1
temp = dataframe['tempo'][0:tam1]
temp.index = range(1,tam)
nome_arq = temp[1]
print (nome_arq)
salvar['tempo'] = temp
ativos = dataframe.groupby(12)[5]
emoperacao = dataframe.groupby(12)[6]
lista_ativo = listar_ativos(ativos,tam)
lista_emoperacao = listar_emoperacao(emoperacao,tam)
salvar['ativo'] = lista_ativo
salvar['emoperacao'] = lista_emoperacao
salvar.to_sql('nome da tabela', engine, index = False, if_exists="append")
listar_arquivos()