-
Notifications
You must be signed in to change notification settings - Fork 1
/
functions.py
354 lines (271 loc) · 14.5 KB
/
functions.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
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
from io import StringIO
import pandas as pd
import seaborn as sns
import datetime
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
###Seção de funções adicionais para processamento
def abreviacao_estados(abreviacao: str):
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'
}
return estados[abreviacao]
def regiao_estados(estado: str):
regiao = {
'Acre' : 'Norte',
'Alagoas' : 'Nordeste',
'Amapá' : 'Norte',
'Amazonas' : 'Norte',
'Bahia' : 'Nordeste',
'Ceará' : 'Nordeste',
'Distrito Federal' : 'Centro-Oeste',
'Espírito Santo' : 'Sudeste',
'Goiás' : 'Centro-Oeste',
'Maranhão' : 'Nordeste',
'Mato Grosso' : 'Centro-Oeste',
'Mato Grosso do Sul' : 'Centro-Oeste',
'Minas Gerais' : 'Sudeste',
'Pará' : 'Norte',
'Paraíba' : 'Nordeste',
'Paraná' : 'Sul',
'Pernambuco' : 'Nordeste',
'Piauí' : 'Nordeste',
'Rio de Janeiro' : 'Sudeste',
'Rio Grande do Norte' : 'Nordeste',
'Rio Grande do Sul' : 'Sul',
'Rondônia' : 'Norte',
'Roraima' : 'Norte',
'Santa Catarina' : 'Sul',
'São Paulo' : 'Sudeste',
'Sergipe' : 'Nordeste',
'Tocantins' : 'Norte'
}
return regiao[estado]
def add_estado_regiao(df):
coluna_regiao=[] #criando uma lista para registrar os valores das regiões em relação aos estados
coluna_estado=[] #criando uma lista para registrar os valores dos estados sem o identificador número que contém no indíce
regioes=['Norte', 'Nordeste', 'Sudeste', 'Sul', 'Centro-Oeste'] #criando uma lista com as regiões pré-definidas
for linha in df.iterrows(): #aqui iniciamos um loop for que vai percorrer todas as linhas do "df_aih_aprovadas"
#para pegar a "Unidade da Federação"(os valores dos estados) e fazer as validações
#porém aqui a gente podia usar qualquer um dos dataframes, dado que todos estão ordenados pela Unidade da Federação
estado=linha[1]["uf"] #criamos uma variável "estado" para pegar o valor de cada estado, que é o indice 0 de cada linha
id_regiao = int(estado.split(' ')[0]) #aqui pegamos o identificador da região, que no caso são os numeros antes do nome do estado
estado_sem_id = estado.split(' ', maxsplit = 1)[1] #aqui pegamos apenas o nome do estado
coluna_estado.append(estado_sem_id) #adicionando os estados à lista coluna_estado
#aqui verificamos cada id e adicionamos à coluna_regiao o valor referente da região do estado
if id_regiao < 20:
coluna_regiao.append(regioes[0])
elif id_regiao < 30:
coluna_regiao.append(regioes[1])
elif id_regiao < 40:
coluna_regiao.append(regioes[2])
elif id_regiao < 50:
coluna_regiao.append(regioes[3])
else:
coluna_regiao.append(regioes[4])
#adicionamos os valores de coluna_regiao para cada dataframe
df["regiao"] = coluna_regiao
#adicionamos os valores da coluna_estado para cada dataframe
df["estado"] = coluna_estado
def desnormalizar(df, indice):
df = df.reset_index()
del df[indice]
return df
###seção para carregamento de dados
def loading_tabela_cobertura_imunobiologicos():
cobertura_imunobiologicos = """Imunobiológico Período (a partir de) População-alvo Cobertura com:
BCG (BCG) 1994 < 1 ano 1ª dose
Contra Febre Amarela (FA) 1994 < 1 ano 1ª dose
Contra Haemophilus influenzae tipo b (Hib)(a) 2000 a 2002 < 1 ano 3ª dose
Contra Hepatite B (HB) 1994 < 1 ano 3ª dose
Contra Influenza (campanha) (INF) 1999 65 anos e mais (1999) Dose única
Contra Influenza (campanha) (INF) 1999 60 anos e mais (a partir de 2000) Dose única
Contra Sarampo(b) 1994 a 2002 < 1 ano Dose única
Dupla Viral (SR) 2001 a 2004 1 ano(3) Dose única
Oral contra poliomielite (VOP) 1994 < 1 ano 3ª dose
Oral Contra Poliomielite (1ª etapa) (VOP) 1994 até 1999: < 1 ano Dose única
Oral Contra Poliomielite (1ª etapa) (VOP) 2000 de 0 a 4 anos(4) Dose única
Oral Contra Poliomielite (2ª etapa) (VOP) 1994 até 1999: < 1 ano Dose única
Oral Contra Poliomielite (2ª etapa) (VOP) 2000 de 0 a 4 anos(4) Dose única
Oral de Rotavírus Humano (RR) 2006 < 1 ano (6 a 24 semanas de vida) 2ª dose
Tetravalente (DTP/Hib) (TETRA) 2002 < 1 ano 3ª dose
Tríplice Viral (SCR) 2000 1 ano 1ª dose
Tríplice Viral (campanha) (SCR) 2004 1 ano(3) 1ª dose"""
cobertura_imunobiologicos_io = StringIO(cobertura_imunobiologicos)
df_cobertura_imunobiologicos = pd.read_csv(cobertura_imunobiologicos_io, sep="\t", engine="python")
df_cobertura_imunobiologicos = df_cobertura_imunobiologicos.set_index("Imunobiológico")
return df_cobertura_imunobiologicos
def loading_cobertura_vacinais_ano_unidade_federacao_1994_2019():
df_cobertura_vacinais_ano_uf_1994_2019 = pd.read_csv("../datasets/Cobertura_Vacinais_Ano_Unidade_Federacao_1994_2019.csv",
sep=";",skiprows=3, skipfooter=20,
decimal=",",thousands=".",
encoding="ISO-8859-1",
engine="python")
return df_cobertura_vacinais_ano_uf_1994_2019
def loading_tuberculose_ano_uf_confirmados():
df_tuberculo_confirmados = pd.read_csv("../datasets/Tuberculose_Ano_UF_Confirmados.csv",
sep=";", skiprows=3, skipfooter=19,
decimal=",",thousands=".",
encoding="ISO-8859-1",
engine="python")
return df_tuberculo_confirmados
###seção para processamento de dados
def processing_cobertura_vacinais_ano_unidade_federacao_1994_2019():
df_cobertura_vacinais_ano_uf_1994_2019 = loading_cobertura_vacinais_ano_unidade_federacao_1994_2019() #carregando o dataset
del df_cobertura_vacinais_ano_uf_1994_2019["Total"] #deletando coluna total
#setando index
df_cobertura_vacinais_ano_uf_1994_2019 = df_cobertura_vacinais_ano_uf_1994_2019.set_index("Unidade da Federação")
return df_cobertura_vacinais_ano_uf_1994_2019
def processing_tuberculose_ano_uf_confirmados():
df_casos_tuberculose_confirmados = loading_tuberculose_ano_uf_confirmados() #carregando o dataset
#setando index
df_casos_tuberculose_confirmados = df_casos_tuberculose_confirmados.set_index("Ano Diagnóstico")
del df_casos_tuberculose_confirmados["Total"] #deletando coluna total
del df_casos_tuberculose_confirmados["IG"] #deleta coluna "extra"
#mapeia os nomes de estados com base nas abreviações
df_casos_tuberculose_confirmados.columns = df_casos_tuberculose_confirmados.columns.map(abreviacao_estados)
return df_casos_tuberculose_confirmados
##seção para processamento de todos os dados
def all_data_processing():
#puxamos os dados tratados pela função de processamento
df_cobertura_vacinais = processing_cobertura_vacinais_ano_unidade_federacao_1994_2019()
df_casos_tuberculose_confirmados = processing_tuberculose_ano_uf_confirmados()
#aplicamos a função "melt" do python para desnormalizar os dados
df_cobertura_vacinais_aberto = df_cobertura_vacinais.reset_index().melt(id_vars=["Unidade da Federação"], value_vars=df_cobertura_vacinais.columns)
df_casos_tuberculose_confirmados_aberto = df_casos_tuberculose_confirmados.reset_index().melt(id_vars=["Ano Diagnóstico"], value_vars=df_casos_tuberculose_confirmados.columns)
#ajustando os nomes das colunas
df_cobertura_vacinais_aberto.columns = ["uf", "ano", "cobertura"]
df_casos_tuberculose_confirmados_aberto.columns = ["ano", "estado", "casos"]
#adicionando região e estado
add_estado_regiao(df_cobertura_vacinais_aberto)
df_casos_tuberculose_confirmados_aberto["regiao"] = df_casos_tuberculose_confirmados_aberto["estado"].map(regiao_estados)
#removendo o uf, pois já separamos a uf em regiao e estado
del df_cobertura_vacinais_aberto["uf"]
#ajustando o tipo do ano
df_cobertura_vacinais_aberto["ano"] = df_cobertura_vacinais_aberto["ano"].astype(str).astype("datetime64[ns]")
df_casos_tuberculose_confirmados_aberto["ano"] = df_casos_tuberculose_confirmados_aberto["ano"].astype(str).astype("datetime64[ns]")
#ajustando outros tipos numericos
df_cobertura_vacinais_aberto["cobertura"] = df_cobertura_vacinais_aberto["cobertura"].astype(float)
df_casos_tuberculose_confirmados_aberto["casos"] = df_casos_tuberculose_confirmados_aberto["casos"].astype(int)
return df_cobertura_vacinais_aberto, df_casos_tuberculose_confirmados_aberto
## seção para definir funções de gráficos
def grafico_cobertura_vacinais_casos_confirmados_por_estado(estado: str, paleta_cobertura: str, paleta_casos: str, ylim_casos : int):
df_cobertura_vacinais, df_casos_tuberculose = all_data_processing()
plt.figure(figsize=(10, 6))
ax = sns.lineplot(data=df_cobertura_vacinais.query("estado == '" + estado + "' and ano > 2001 and ano <= 2019"), y="cobertura",
x="ano", hue="estado", palette=paleta_cobertura)
plt.xticks(rotation=30)
plt.ylim(0, 120)
ax.set_title("Cobertura vacinais - " + estado)
ax.set_xlabel('Anos')
ax.set_ylabel('% de cobertura')
ax.yaxis.set_major_formatter(ticker.StrMethodFormatter("{x:,.0f}%"))
ax.get_legend().remove()
plt.grid(True, linestyle="--")
plt.figure(figsize=(10, 6))
ax = sns.lineplot(data=df_casos_tuberculose.query("estado == '" + estado + "' and ano > 2001 and ano <= 2019"), y="casos", x="ano",
hue="estado", palette=paleta_casos)
plt.ylim(0, ylim_casos)
plt.xticks(rotation=30)
ax.set_title("Casos confirmados de tuberculose - " + estado)
ax.set_xlabel('Anos')
ax.set_ylabel('Número de casos absolutos')
ax.get_legend().remove()
plt.grid(True, linestyle="--")
plt.show()
def grafico_cobertura_vacinais_casos_confirmados_por_regiao(regiao: str, paleta_cobertura: str, paleta_casos: str):
df_cobertura_vacinais, df_casos_tuberculose = all_data_processing()
plt.figure(figsize=(10, 6))
ax = sns.lineplot(data=df_cobertura_vacinais.query("regiao == '" + regiao + "' and ano > 2001 and ano <= 2019"), y="cobertura",
x="ano", hue="estado", palette=paleta_cobertura)
plt.xticks(rotation=30)
plt.ylim(0, 120)
ax.set_title("Cobertura vacinais - " + regiao)
ax.set_xlabel('Anos')
ax.set_ylabel('% de cobertura')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
ax.yaxis.set_major_formatter(ticker.StrMethodFormatter("{x:,.0f}%"))
plt.grid(True, linestyle="--")
plt.figure(figsize=(10, 6))
ax = sns.lineplot(data=df_casos_tuberculose.query("regiao == '" + regiao + "' and ano > 2001 and ano <= 2019"), y="casos", x="ano",
hue="estado", palette=paleta_casos)
plt.xticks(rotation=30)
ax.set_title("Casos confirmados de tuberculose - " + regiao)
ax.set_xlabel('Anos')
ax.set_ylabel('Número de casos absolutos')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.grid(True, linestyle="--")
plt.show()
def grafico_cobertura_vacinais_casos_confirmados_macro_regiao(paleta_cobertura: str, paleta_casos: str):
df_cobertura_vacinais, df_casos_tuberculose = all_data_processing()
plt.figure(figsize=(10, 6))
ax = sns.lineplot(data=df_cobertura_vacinais.query("ano > 2001 and ano <= 2019"), y="cobertura",
x="ano", hue="regiao", palette=paleta_cobertura)
plt.xticks(rotation=30)
plt.ylim(0, 120)
ax.set_title("Cobertura vacinais - média por região")
ax.set_xlabel('Anos')
ax.set_ylabel('% de cobertura')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
ax.yaxis.set_major_formatter(ticker.StrMethodFormatter("{x:,.0f}%"))
plt.grid(True, linestyle="--")
plt.figure(figsize=(10, 6))
ax = sns.lineplot(data=df_casos_tuberculose.query("ano > 2001 and ano <= 2019"), y="casos", x="ano",
hue="regiao", palette=paleta_casos)
plt.xticks(rotation=30)
ax.set_title("Casos confirmados de tuberculose - média por região")
ax.set_xlabel('Anos')
ax.set_ylabel('Número de casos absolutos')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.grid(True, linestyle="--")
plt.show()
def grafico_cobertura_vacinais_casos_confirmados_por_regiao_por_ano(regiao : str, paleta_cobertura : str, paleta_casos : str, ano : int):
df_cobertura_vacinais, df_casos_tuberculose = all_data_processing()
ano = str(ano)
plt.figure(figsize=(10, 6))
plt.xticks(rotation=30)
ax = sns.barplot(data=df_cobertura_vacinais.query("regiao == '" + regiao + "' and ano == '"+ano+"'"), y="cobertura",
x="estado", hue="estado", palette=paleta_cobertura)
plt.ylim(0, 120)
ax.set_title("Cobertura vacinais - " + regiao + " - em: " + ano)
ax.set_xlabel('estados')
ax.set_ylabel('% de cobertura')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
ax.yaxis.set_major_formatter(ticker.StrMethodFormatter("{x:,.0f}%"))
plt.grid(True, linestyle="--")
plt.figure(figsize=(10, 6))
plt.xticks(rotation=30)
ax = sns.barplot(data=df_casos_tuberculose.query("regiao == '" + regiao + "' and ano == '"+ano+"'"), y="casos",
x="estado", hue="estado", palette=paleta_casos)
ax.set_title("Casos confirmados de tuberculose - " + regiao + " - em: " + ano)
ax.set_xlabel('estados')
ax.set_ylabel('Número de casos absolutos')
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.grid(True, linestyle="--")
plt.show()