)
from funciones import busca_cod
from funciones import un_busca_cod
os.chdir(
'/media/edwin/6F71AD994355D30E/Edwin/Maestría Meteorologia/Tesis/datos_ideam/validados_col_col/'
)
lista_archivos = os.listdir()
base_3 = pd.DataFrame({'list_2': lista_archivos})
base_3['cod'] = base_3.list_2.str[2:10]
base_3 = base_3.iloc[1:, :]
base_3.dtypes
base_3.cod = base_3.cod.convert_objects(convert_numeric=True)
base4 = busca_cod(base_3)
for oo, name_1, cod in zip(base4.list_2, base4.Nombre, base4.cod):
print(oo)
if 'tmp_2m.csv' in oo:
estacion = pd.read_csv(oo)
estacion[estacion.val_tmp == 0]
estacion.date = pd.to_datetime(estacion.date,
format='%Y%m%d %H:%M:%S',
errors='coerce')
estacion = estacion.sort_values('date')
tabla_ej2['cond'] = (tabla_ej2.Pearson > 0.8) & (tabla_ej2.RMSE < 0.3)
tabla_ej2.to_csv(
'/media/edwin/6F71AD994355D30E/Edwin/Maestría Meteorologia/Tesis/Extraccion_dominios/tabla_final_tiempos_20181124_tmp.csv'
)
tabla_ej2 = pd.read_csv(
'/media/edwin/6F71AD994355D30E/Edwin/Maestría Meteorologia/Tesis/Extraccion_dominios/tabla_final_tiempos_20181124_tmp.csv'
)
#tabla_ej1.to_csv('/media/edwin/6F71AD994355D30E/Edwin/Maestría Meteorologia/Tesis/Extraccion_dominios/tabla_final_20181124_tmp.csv')
#tabla_ej1.to_csv('/media/edwin/6F71AD994355D30E/Edwin/Maestría Meteorologia/Tesis/Extraccion_dominios/tabla_final_20181124_tmp.csv')
tabla_ej1 = tabla_ej1.sort_values(['Código', 'Simulación', 'Dominio'],
ascending=[False, True, True])
tabla_ej1 = tabla_ej1.reset_index()
tabla_ej1.Código = busca_cod(tabla_ej1, col_cod='Código').Nombre
print(tabla_ej1[-tabla_ej1.ET.isnull()].iloc[:, 1:-1].round(4).to_latex(
index=False, longtable=True))
print(tabla_ej1[-tabla_ej1.ET.isnull()].iloc[:, 1:-1].round(4).to_latex(
index=False, longtable=False))
##Resumen
#tabla_ej2['cond'] = (tabla_ej2.Suma > 0.8)
####Número de simulaciones
n_simula = []
for uu in range(
1, (len(tabla_ej1.Simulación.unique()) +
1)): ### OJO Acá se debe cambiar el número de simulaciones + 1
n_simula.append('Simulación ' + str(uu))
os.chdir(
'/media/edwin/6F71AD994355D30E/Edwin/Maestría Meteorologia/Tesis/Tesis_Edwin_20190226/comparacion_graficas_otras_var'
)
lista_1 = os.listdir()
lista_1 = pd.DataFrame({'archi': lista_1})
lista_1['anno_1'] = lista_1.archi.str[0:6]
lista_1['cod'] = lista_1.archi.str[7:15]
lista_1['tipo'] = lista_1.archi.str[16:-4]
lista_1.tipo = lista_1.tipo.replace('rain', 'Precipitación')
lista_1.tipo = lista_1.tipo.replace('humedad', 'Humedad')
lista_1.tipo = lista_1.tipo.replace('radiacion', 'Radiación')
lista_1.tipo = lista_1.tipo.replace('vel_viento', 'Velocidad del Viento')
lista_1.tipo = lista_1.tipo.replace('dewpoint', 'Punto de rocío')
lista_1.tipo = lista_1.tipo.replace('wetbulb', 'Bulbo húmedo')
lista_2 = busca_cod(lista_1)
lista_2 = busca_cod(lista_1)
lista_2 = lista_2[(lista_2.anno_1 == '200702') | (lista_2.anno_1 == '201408') |
(lista_2.anno_1 == '201509')]
lista_2.anno_1 = lista_2.anno_1.replace('200702', 'caso 1')
lista_2.anno_1 = lista_2.anno_1.replace('201408', 'caso 2')
lista_2.anno_1 = lista_2.anno_1.replace('201509', 'caso 3')
lista_2 = lista_2[lista_2.anno_1.str.contains('caso')]
lista_6 = []
for ff in range(1, 100):
entrada = 12 * ff
lista_6.append(entrada)
textwidth = 0.4