-
Notifications
You must be signed in to change notification settings - Fork 0
/
calcula_indices_precos_diesel_gasolina.py
168 lines (142 loc) · 6.18 KB
/
calcula_indices_precos_diesel_gasolina.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
#!/usr/local/bin/python
# -*- coding: utf-8 -*-
import time
import csv
import datetime
import pandas as pd
import numpy as np
import calendar
import pandas as pd
import datetime
import dateutil.relativedelta
def get_ultima_data_disponivel_base(path_file_base):
# verifica a última data disponível na base
ultima_data_base = ''
with open(path_file_base, 'r') as f:
for row in reversed(list(csv.reader(f))):
data = row[0].split(';')[0]
if data == 'Data':
return None
data = row[0].split(';')[0]
return datetime.datetime.strptime(data, '%d/%m/%Y').date()
def get_numpy_array_base(path_file_base):
df = get_pandas_dataframe_base(path_file_base)
return df.values
def get_pandas_dataframe_base(path_file_base):
df = pd.read_csv(path_file_base, sep=';')
# we use .str to replace and then convert to float
df['Diesel'] = df.Diesel.str.replace(',', '.').astype(float)
df['Gasolina'] = df.Gasolina.str.replace(',', '.').astype(float)
df['Data'] = pd.to_datetime(df['Data'], format='%d/%m/%Y', errors='ignore')
return df
def filtra_df_por_data(df, start_date, end_date):
mask = (df['Data'] >= start_date) & (df['Data'] <= end_date)
df = df.loc[mask]
all_days = pd.date_range(start_date, end_date, freq='D')
df.index = pd.DatetimeIndex(df.Data)
return df.reindex(all_days, fill_value=0)
def calcula_medias_detalhe(data_referencia):
# calcula o último mês de acordo com a data de referência
last_month = data_referencia - dateutil.relativedelta.relativedelta(months=1)
# IGP 10 - do dia 11 mês anterior ao dia 10 do mês de referência
data_ini_igp_10 = last_month.replace(day=11)
data_fim_igp_10 = data_referencia.replace(day=10)
# IGP M - do dia 21 do mês anterior ao dia 20 do mês de referência
data_ini_igp_m = last_month.replace(day=21)
data_fim_igp_m = data_referencia.replace(day=20)
# IGP DI - primeiro e último dia do mês de referência
data_ini_igp_di = data_referencia.replace(day=1)
data_fim_igp_di = data_referencia.replace(
day=calendar.monthrange(
data_referencia.year, data_referencia.month
)[1]
)
print('DT REF:', data_referencia)
# data frame com a base de dados
df = get_pandas_dataframe_base(path_file_base)
print(df)
print("\n\n")
print("-----------------------------------------------")
print('IGP-10:', data_ini_igp_10, data_fim_igp_10)
print("-----------------------------------------------")
df_igp_10 = filtra_df_por_data(df, data_ini_igp_10, data_fim_igp_10)
print(df_igp_10)
print('Gasolina média', df_igp_10.Gasolina.mean())
print('Diesel média', df_igp_10.Diesel.mean())
print("\n\n")
print("-----------------------------------------------")
print('IGP-M: ', data_ini_igp_m, data_fim_igp_m)
print("-----------------------------------------------")
df_igp_m = filtra_df_por_data(df, data_ini_igp_m, data_fim_igp_m)
print(df_igp_m)
print('Gasolina média', df_igp_m.Gasolina.mean())
print('Diesel média', df_igp_m.Diesel.mean())
print("\n\n")
print("-----------------------------------------------")
print('IGP-DI:', data_ini_igp_di, data_fim_igp_di)
print("-----------------------------------------------")
df_igp_di = filtra_df_por_data(df, data_ini_igp_di, data_fim_igp_di)
print(df_igp_di)
print('Gasolina média', df_igp_di.Gasolina.mean())
print('Diesel média', df_igp_di.Diesel.mean())
print("\n\n")
return True
def calcula_medias(data_referencia):
# calcula o último mês de acordo com a data de referência
last_month = data_referencia - dateutil.relativedelta.relativedelta(months=1)
# IGP 10 - do dia 11 mês anterior ao dia 10 do mês de referência
data_ini_igp_10 = last_month.replace(day=11)
data_fim_igp_10 = data_referencia.replace(day=10)
# IGP M - do dia 21 do mês anterior ao dia 20 do mês de referência
data_ini_igp_m = last_month.replace(day=21)
data_fim_igp_m = data_referencia.replace(day=20)
# IGP DI - primeiro e último dia do mês de referência
data_ini_igp_di = data_referencia.replace(day=1)
data_fim_igp_di = data_referencia.replace(
day=calendar.monthrange(
data_referencia.year, data_referencia.month
)[1]
)
print('DT REF:', data_referencia)
# data frame com a base de dados
df = get_pandas_dataframe_base(path_file_base)
print("\n\n")
print("-----------------------------------------------")
print('IGP-10:', data_ini_igp_10, data_fim_igp_10)
print("-----------------------------------------------")
df_igp_10 = filtra_df_por_data(df, data_ini_igp_10, data_fim_igp_10)
print('Gasolina média', df_igp_10.Gasolina.mean())
print('Diesel média', df_igp_10.Diesel.mean())
print("\n\n")
print(df_igp_10)
print(df_igp_10.Gasolina.mean())
print(df_igp_10.Diesel.mean())
print("-----------------------------------------------")
print('IGP-M: ', data_ini_igp_m, data_fim_igp_m)
print("-----------------------------------------------")
df_igp_m = filtra_df_por_data(df, data_ini_igp_m, data_fim_igp_m)
print('Gasolina média', df_igp_m.Gasolina.mean())
print('Diesel média', df_igp_m.Diesel.mean())
print("\n\n")
print(df_igp_m)
print(df_igp_m.Gasolina.mean())
print(df_igp_m.Diesel.mean())
print("-----------------------------------------------")
print('IGP-DI:', data_ini_igp_di, data_fim_igp_di)
print("-----------------------------------------------")
df_igp_di = filtra_df_por_data(df, data_ini_igp_di, data_fim_igp_di)
print('Gasolina média', df_igp_di.Gasolina.mean())
print('Diesel média', df_igp_di.Diesel.mean())
print("\n\n")
return True
if __name__ == '__main__':
# verifica a última data disponível na base
name_file_base = 'ajustes_precos_diesel_e_gasolina_base.csv'
path_file_base = 'bases/'+name_file_base
data_referencia = datetime.datetime(2017, 12, 1)
calcula_medias(data_referencia)
data_referencia = datetime.datetime(2018, 1, 1)
calcula_medias(data_referencia)
print(df_igp_di)
print(df_igp_di.Gasolina.mean())
print(df_igp_di.Diesel.mean())