) 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