utils_gabriel module

Esse modulo contem as ferramentas necessarias para uma analise a cerca dos imcs dos alistados.

utils_gabriel.bar_plot_imc(): Funcao que cria a visualizacao para a analise do IMC. Note que ela baixa os arquivos para vis caso necessario.

utils_gabriel.create_imc(df, height_colname: str, weight_colname: str)

Cria a coluna imc para uma tabela. Lembrando que o IMC calcula se pelo peso(kg)/altura(m)**2.

Parameters

dfpandas.DataFrame: Tabela que tenha colunas de altura e peso.
height_colnamestr: Nome da coluna do DataFrame que representa a altura.
weight_colnamestr: Nome da coluna do DataFrame que representa o peso.

Returns

dfpandas.DataFrame or None: Retorna uma tabela que contenha a coluna IMC. Retorna None se alguma das exeções forem encontradas.

Example

Exemplo em que cria a coluna imc com sucesso.

>>> import pandas as pd
>>> dados = {'Altura(cm)': [160, 175, 150, 180],
...          'Peso(kg)': [65, 80, 55, 90]}
>>> df = pd.DataFrame(dados)
>>> df = create_imc(df, 'Altura(cm)', 'Peso(kg)')
>>> df
   Peso(kg)  ALTURA(m)        IMC
0        65       1.60  25.390625
1        80       1.75  26.122449
2        55       1.50  24.444444
3        90       1.80  27.777778

utils_gabriel.df_allyears(data_list: list)

Concatena os DataFrames de todos os anos.

Parameters

data_listlist: Lista com os dataframes.

Returns

df_concatenadopandas.DataFrame: DataFrame com dados de todos os anos sobre alistamento militar no Brasil.

Raises

ValueError: Se os nomes das colunas dos dataframes forem diferentes, ou o tamanho da lista de dataframes for menor que dois.

Example

Exemplo em que concatena dois dataframes com colunas com nomes iguais.

>>> import pandas as pd
>>> data_list = [pd.DataFrame({'Ano': [2007, 2008], 'Valor': [10, 20]}),
...              pd.DataFrame({'Ano': [2009, 2010], 'Valor': [30, 40]})]
>>> df_allyears(data_list)
    Ano  Valor
0  2007     10
1  2008     20
2  2009     30
3  2010     40

utils_gabriel.percentage_formatter(x, pos)

Formata um número como uma string de porcentagem sem casas decimais. Recebe a variavel pos, pois para plotar viu se necessario para o FuncFormatter funcionar.

Parameters

xfloat: O valor numérico a ser formatado como porcentagem.
posint: A posição no eixo em que o valor x está sendo usado.

Returns

str: Uma string formatada representando o valor x como uma porcentagem inteira.

Example

>>> percentage_formatter(0.25, 0)
'25%'
>>> percentage_formatter(0.753, 1)
'75%'

utils_gabriel.percentage_value_counts(series)

Mostra a porcentagem que cada valor de uma serie panda representa do total.

Parameters

seriespandas.Series: Série na qual se quer saber a porcentagem em que aparece cada valor.

Raises

ValueError: Quando é passada uma série vazia.

Returns

finaldfpandas.DataFrame: Retorna um data frame com a coluna PORCENTAGEM, em que os valores sao decimais que representam quantos por cento o index do data frame representa do total de ocorrências da serie panda, os index do data frame são os elementos da serie panda.

Example

>>> import pandas as pd
>>> dados = pd.Series([1,2,2,2,3,4,4,4,5,5])
>>> print(percentage_value_counts(dados))
   PORCENTAGEM
2          0.3
4          0.3
5          0.2
1          0.1
3          0.1

utils_gabriel.read_local_data(path: str, dropnull: bool = False, cols: List[str] | None = None)

Lê um arquivo csv e cria um DataFrame.

Parameters

pathstr: O caminho do arquivo csv que será lido.
colslist: Lista com as colunas desejadas.
dropnullbool: Se True, dpropa as linhas nulas, se False, não dropa.

Returns

cleandfpandas.DataFrame: Retorna um DataFrame que pode ser utilizado para a análise de algo.

Raises

NameError: Se o nome do arquivo passado nao existir no repositorio.

utils_gabriel.save_data_in_list(dropna: bool = False, cols: List[str] | None = None)

Lê arquivos CSV dos anos de 2007 a 2022 e armazena os DataFrames em uma lista. Note que essa funcao apenas serve se o nome dos csvs forem compativeis com o formato ‘sermil{ano}.csv’ e todos eles estiverem baixados no repositorio.

Parameters

colslist: Lista com as colunas desejadas dos datasets que serão salvos em uma lista.
dropnabool: Se True dropa as linhas nulas dos datasets da lista, se False, não dropa.

Returns

dataframeslist: Uma lista que contém os DataFrames correspondentes a cada ano. Para acessar o DataFrame gerado com os dados do ‘sermil2007.csv’, você pode usar dataframes[0], para ‘sermil2008.csv’, use dataframes[1], e assim por diante.