def write():
data = funcs.get_data()
data['Swim'].fillna(0.0, inplace=True)
data['Bike'].fillna(0, inplace=True)
data['Run'].fillna(0, inplace=True)
data['T1'].fillna(0, inplace=True)
data['T2'].fillna(0, inplace=True)
data = funcs.removeNotFinished(data)
data = funcs.convertTimes(data)
data['Country Name'] = data['Country'].apply(funcs.getCountryName)
udisp.title_awesome('Melhor natação')
d = data[data.SwimN == data.SwimN.min()]
st.table(removeAddicionalColumns(d))
udisp.title_awesome('Melhor T1')
d = data[data.T1N == data.T1N.min()]
st.table(removeAddicionalColumns(d))
udisp.title_awesome('Melhor bike')
d = data[data.BikeN == data.BikeN.min()]
st.table(removeAddicionalColumns(d))
udisp.title_awesome('Melhor T2')
d = data[data.T2N == data.T2N.min()]
st.table(removeAddicionalColumns(d))
udisp.title_awesome('Melhor corrida')
d = data[data.RunN == data.RunN.min()]
st.table(removeAddicionalColumns(d))
def write():
data = funcs.get_data()
data['Country Name'] = data['Country'].apply(funcs.getCountryName)
athletes = data['Name'].unique()
option = st.sidebar.selectbox('Buscar atleta pelo nome:', sorted(athletes))
atleta = data.loc[data['Name'] == option]
atleta = atleta.drop(['Country'], axis=1)
st.table(atleta.assign(hack='').set_index('hack'))
atleta = funcs.convertTimes(atleta)
source = pd.DataFrame({
'Atividade': ['Swim', 'T1', 'Bike', 'T2', 'Run'],
'TimeN': [
getValueUniq(atleta, 'SwimN'),
getValueUniq(atleta, 'T1N'),
getValueUniq(atleta, 'BikeN'),
getValueUniq(atleta, 'T2N'),
getValueUniq(atleta, 'RunN')
],
'Tempo': [
getValueUniq(atleta, 'Swim'),
getValueUniq(atleta, 'T1'),
getValueUniq(atleta, 'Bike'),
getValueUniq(atleta, 'T2'),
getValueUniq(atleta, 'Run')
],
'Ordem': [1, 2, 3, 4, 5]
})
if getValueUniq(atleta, 'Overall Rank') != 'DNF':
st.altair_chart(
alt.Chart(source).transform_joinaggregate(
TotalTime='sum(TimeN)', ).transform_calculate(
PercentOfTotal="datum.TimeN / datum.TotalTime").mark_bar().
encode(x=alt.X('PercentOfTotal:Q',
axis=alt.Axis(format='.0%'),
title='Porcentagem do total'),
y=alt.Y('Atividade:N',
sort=alt.EncodingSortField(field="Ordem",
order='ascending')),
tooltip=['Tempo']).properties(height=450, width=700))
def write():
data = funcs.get_data()
data = funcs.convertTimes(data)
data = funcs.removeNotFinished(data)
data['Country Name'] = data['Country'].apply(funcs.getCountryName)
createPlot(data, 'Swim', 'green')
createPlot(data, 'T1', 'red')
createPlot(data, 'Bike', 'yellow')
createPlot(data, 'T2', 'black')
createPlot(data, 'Run', 'pink')
def write():
data = funcs.get_data()
data = funcs.convertTimes(data)
data['Country Name'] = data['Country'].apply(funcs.getCountryName)
data = funcs.removeNotFinished(data)
##
## Gráfico
##
athletes = data['Name'].unique()
option1 = st.sidebar.selectbox('Buscar atleta pelo nome:', sorted(athletes) )
atleta1 = data.loc[data['Name'] == option1].drop(['Country'], axis=1)
option2 = st.sidebar.selectbox('Segundo atleta:', sorted(athletes) )
atleta2 = data.loc[data['Name'] == option2].drop(['Country'], axis=1)
df = pd.DataFrame([
{'val':'1', 'Order':1, 'name': funcs.getValueUniq(atleta1, 'Name'), 'Tempo': funcs.getValueUniq(atleta1, 'Swim'), 'TempoN': funcs.getValueUniq(atleta1, 'SwimN'), 'Atividade':'Swim'},
{'val':'2', 'Order':1, 'name': funcs.getValueUniq(atleta2, 'Name'), 'Tempo': funcs.getValueUniq(atleta2, 'Swim'), 'TempoN': funcs.getValueUniq(atleta2, 'SwimN'), 'Atividade':'Swim'},
{'val':'1', 'Order':2, 'name': funcs.getValueUniq(atleta1, 'Name'), 'Tempo': funcs.getValueUniq(atleta1, 'T1'), 'TempoN': funcs.getValueUniq(atleta1, 'T1N'), 'Atividade':'T1'},
{'val':'2', 'Order':2, 'name': funcs.getValueUniq(atleta2, 'Name'), 'Tempo': funcs.getValueUniq(atleta2, 'T1'), 'TempoN': funcs.getValueUniq(atleta2, 'T1N'), 'Atividade':'T1'},
{'val':'1', 'Order':3, 'name': funcs.getValueUniq(atleta1, 'Name'), 'Tempo': funcs.getValueUniq(atleta1, 'Bike'), 'TempoN': funcs.getValueUniq(atleta1, 'BikeN'), 'Atividade':'Bike'},
{'val':'2', 'Order':3, 'name': funcs.getValueUniq(atleta2, 'Name'), 'Tempo': funcs.getValueUniq(atleta2, 'Bike'), 'TempoN': funcs.getValueUniq(atleta2, 'BikeN'), 'Atividade':'Bike'},
{'val':'1', 'Order':4, 'name': funcs.getValueUniq(atleta1, 'Name'), 'Tempo': funcs.getValueUniq(atleta1, 'T2'), 'TempoN': funcs.getValueUniq(atleta1, 'T2N'), 'Atividade':'T2'},
{'val':'2', 'Order':4, 'name': funcs.getValueUniq(atleta2, 'Name'), 'Tempo': funcs.getValueUniq(atleta2, 'T2'), 'TempoN': funcs.getValueUniq(atleta2, 'T2N'), 'Atividade':'T2'},
{'val':'1', 'Order':5, 'name': funcs.getValueUniq(atleta1, 'Name'), 'Tempo': funcs.getValueUniq(atleta1, 'Run'), 'TempoN': funcs.getValueUniq(atleta1, 'RunN'), 'Atividade':'Run'},
{'val':'2', 'Order':5, 'name': funcs.getValueUniq(atleta2, 'Name'), 'Tempo': funcs.getValueUniq(atleta2, 'Run'), 'TempoN': funcs.getValueUniq(atleta2, 'RunN'), 'Atividade':'Run'}
])
base = alt.Chart(df).properties( width=400 )
color_scale = alt.Scale(domain=[option1, option2], range=['#1f77b4', '#1f77b4'])
left = base.transform_filter(
alt.datum.val == '1'
).encode(
y=alt.Y('Atividade:N', axis=None, sort=alt.EncodingSortField(field="Order", order='ascending')),
x=alt.X('sum(TempoN):Q', title='Tempo', sort=alt.SortOrder('descending')),
color=alt.Color('name:N', scale=color_scale, legend=None),
tooltip=['Tempo:N'],
order=alt.Order(
'Order',
sort='ascending'
)
).mark_bar().properties(title=option1)
middle = base.encode(
y=alt.Y('Atividade:N', axis=None, sort=alt.EncodingSortField(field="Order", order='ascending')),
text=alt.Text('Atividade:N'),
order=alt.Order(
'Order',
sort='ascending'
)
).mark_text().properties(width=40)
right = base.transform_filter(
alt.datum.val == '2'
).encode(
y=alt.Y('Atividade:N', axis=None, sort=alt.EncodingSortField(field="Order", order='ascending')),
x=alt.X('sum(TempoN):Q', title='Tempo'),
color=alt.Color('name:N', scale=color_scale, legend=None),
tooltip=['Tempo:N']
).mark_bar().properties(title=option2)
st.altair_chart( alt.concat(left, middle, right, spacing=5) )
##
## Tabela
##
df1 = pd.DataFrame([
{'Atividade':'Swim', 'Tempo': funcs.getValueUniq(atleta1, 'Swim')},
{'Atividade':'T1', 'Tempo': funcs.getValueUniq(atleta1, 'T1')},
{'Atividade':'Bike', 'Tempo': funcs.getValueUniq(atleta1, 'Bike')},
{'Atividade':'T2', 'Tempo': funcs.getValueUniq(atleta1, 'T2')},
{'Atividade':'Run', 'Tempo': funcs.getValueUniq(atleta1, 'Run')},
{'Atividade':'Total', 'Tempo': funcs.getValueUniq(atleta1, 'Overall')}
])
df2 = pd.DataFrame([
{'Atividade':'Swim', 'Tempo': funcs.getValueUniq(atleta2, 'Swim')},
{'Atividade':'T1', 'Tempo': funcs.getValueUniq(atleta2, 'T1')},
{'Atividade':'Bike', 'Tempo': funcs.getValueUniq(atleta2, 'Bike')},
{'Atividade':'T2', 'Tempo': funcs.getValueUniq(atleta2, 'T2')},
{'Atividade':'Run', 'Tempo': funcs.getValueUniq(atleta2, 'Run')},
{'Atividade':'Total', 'Tempo': funcs.getValueUniq(atleta2, 'Overall')}
])
with Grid("1 1", color="#000000", background_color="#FFFFFF") as grid:
grid.cell("a", 1, 2, 1, 2).dataframe( df1.set_index('Atividade', inplace=False) )
grid.cell("b", 2, 3, 1, 2).dataframe( df2.set_index('Atividade', inplace=False) )
# st.write(funcs.secondsToTime( funcs.getValueUniq(atleta2, 'RunN') ))
def write():
data = funcs.get_data()
data = funcs.convertTimes(data)
##
## Tabela
##
total = data.shape[0]
df = pd.DataFrame({
'Athletes': [total],
# 'Swim Finish': [ showPorcent( 100 * ( (total - data[data['Swim'].isnull()].shape[0] ) / total) ) ],
'Swim Finish': [(total - data[data['Swim'].isnull()].shape[0])],
'Swim DNS/DNF': [
funcs.showPercent(100 *
(data['Swim'].isnull() &
(data['Overall Rank'].eq('DNS')
| data['Overall Rank'].eq('DNF'))).mean())
],
# 'Bike Finish': [ showPorcent( 100 * ( (total - data[data['Bike'].isnull()].shape[0] ) / total) ) ],
'Bike Finish': [(total - data[data['Bike'].isnull()].shape[0])],
'Bike DNF': [
showPorcent(100 * (data['Bike'].isnull() &
(data['Overall Rank'].eq('DNS')
| data['Overall Rank'].eq('DNF'))).mean())
],
# 'Run Finish': [ showPorcent( 100 * ( (total - data[data['Run'].isnull()].shape[0] ) / total) ) ],
'Run Finish': [(total - data[data['Run'].isnull()].shape[0])],
'Run DNF': [
showPorcent(
100 *
(data['Run'].isnull() & data['Overall Rank'].eq('DNF')).mean())
],
'Overall DNS/DNF': [
showPorcent(100 * (data['Overall Rank'].eq('DNS')
| data['Overall Rank'].eq('DNF')).mean())
],
})
df = df.assign(hack='').set_index('hack')
st.table(df)
##
## Gráficos
##
data = data.drop([
'Overall', 'Run', 'Bike', 'Swim', 'T1', 'T2', 'Division Rank',
'Gender Rank'
],
axis=1).sort_values(['Division'], ascending=[1])
data['Atletas'] = 1
prepareBlock(data, 'DQ')
prepareBlock(data, 'DNS')
prepareBlock(data, 'DNF')
import pandas as pd
import numpy as np
import altair as alt
import streamlit as st
import utils.display as udisp
import utils.functions as funcs
data = funcs.get_data()
data = funcs.convertTimes(data)
data = funcs.removeNotFinished(data)
data['Country Name'] = data['Country'].apply(funcs.getCountryName)
data.astype({'BikeN': int})
def calculeMedianFromCat(cat, n):
df = data[data['Division'] == cat].head(n)
aux = {
'Name': cat,
'SwimN': int(df['SwimN'].median()),
'T1N': int(df['T1N'].median()),
'BikeN': int(df['BikeN'].median()),
'T2N': int(df['T2N'].median()),
'RunN': int(df['RunN'].median()),
}
aux['Swim'] = funcs.secondsToTime(aux['SwimN'])
aux['T1'] = funcs.secondsToTime(aux['T1N'])
aux['Bike'] = funcs.secondsToTime(aux['BikeN'])
aux['T2'] = funcs.secondsToTime(aux['T2N'])