Esempio n. 1
0
import csv
import string
import numpy as np
import pandas as pd
from collections import Counter
import FOLL as F

#Skilgreinum numpy fylkja breytur fyrir völdu launaflokkana okkar, allar breytur innihalda ár og svo laun.
avg_year_income_overall = F.data_to_numpy_overall('SALLS.csv')
avg_year_income_KK,count_years_KK = F.data_to_numpy('VKK.csv')
avg_year_income_KVK,count_years_KVK = F.data_to_numpy('VKVK.csv')

#Skilgreinum numpy fylkja breytur fyrir völdu launaflokkana okkar, nú miðað við vísitölu neysluverðs.
income_basedOnIndex_KK = F.index_function('visitolur.CSV',avg_year_income_KK,count_years_KK)
income_basedOnIndex_KVK = F.index_function('visitolur.CSV', avg_year_income_KVK,count_years_KK)
income_basedOnIndex_overall = F.index_function('visitolur.CSV', avg_year_income_overall, count_years_KK)

#Skilgreinum numpy fylkja breytur fyrir völdu launaflokkana okkar, en breyturnar innihalda raunverulega hækkun á launum milli ára.
real_increase_overall =F.real_increase(avg_year_income_overall,income_basedOnIndex_overall,count_years_KK)
real_increase_KK = F.real_increase(avg_year_income_KK, income_basedOnIndex_KK,count_years_KK)
real_increase_KVK = F.real_increase(avg_year_income_KVK, income_basedOnIndex_KVK,count_years_KK)

#Setjum raunhækkanir nú í pandas töflu sem sýnir niðurstöðurnar best.

#Skilgreinum flokkana í dálkunum
A = 'Raunhaekkun á launum stjórnenda alls(KK/KVK)'
B = 'Raunhaekkun á launum KK í verkfr. stöðu'
C = 'Raunhaekkun á launum KVK í verkfr. stöðu'

columns = [A,B,C]
index = [avg_year_income_KK[:,0]] #Náum í öll árin úr þessari numpy breytu, hefðum getað valið nánast hvaða numpy breytu