df3 = df1.join(df2).dropna(
) #fusiona ambos archivos; Estado UEM y Fecha Inicio, eliminando valores no validos (nan)
flag = True
#while usado para que solicite los datos hasta que estos sean válidos
while flag:
mes = input('\nIngrese Mes a buscar: ')
año = input('\nIngrese Año a buscar: ')
if len(mes) == 0 or len(año) == 0:
print("\nFavor ingrese un año y un mes válidos\n")
else:
flag = False
fecha = año + "-" + contains0(
mes
) #contains0 corrige la posibiliadd que el usuario ingrese 1, en lugar de 01
df_total_mes = df3[df3['Fecha Inicio'].str.contains(fecha)]
num_trab = np.shape(df_total_mes)[0]
# Se buscan el índice de los elementos en la columna 'Estado UEM' que satisfacen la condicion de decir 'TRABAJO TERMINADO'
indexNames = df_total_mes[df_total_mes['Estado UEM'] ==
'TRABAJO TERMINADO'].index
# eliminar valores en índices que cumplieron la condicion en línea 28
df_total_mes.drop(indexNames, inplace=True)
# contar la cantidad de filas que tienen por estado 'Pendiente'
num_pendientes = np.shape(df_total_mes)[0]
df2 = df2[df2['Fecha Inicio'] !='00-00-0000']
df2 = pd.DataFrame([str(j) for i,j in enumerate(df2['Fecha Inicio'])],dtype=object, columns = ['Fecha Inicio'])
df3 = df1.join(df2).dropna() #fusiona ambos archivos; Estado UEM y Fecha Inicio, eliminando valores no validos (nan)
flag = True
#while usado para que solicite los datos hasta que estos sean válidos
while flag:
mes = input('\nIngrese Mes a buscar: ')
año = input('\nIngrese Año a buscar: ')
if len(mes)==0 or len(año)==0:
print("\nFavor ingrese un año y un mes válidos\n")
else:
flag = False
fecha = año +"-" + contains0(mes) #contains0 corrige la posibiliadd que el usuario ingrese 1, en lugar de 01
df_total_mes = df3[df3['Fecha Inicio'].str.contains(fecha)]
num_trab = np.shape(df_total_mes)[0]
# Se buscan el índice de los elementos en la columna 'Estado UEM' que satisfacen la condicion de decir 'TRABAJO TERMINADO'
indexNames = df_total_mes[ df_total_mes['Estado UEM'] == 'TRABAJO TERMINADO'].index
# eliminar valores en índices que cumplieron la condicion en línea 28
df_total_mes.drop(indexNames , inplace=True)
# contar la cantidad de filas que tienen por estado 'Pendiente'
num_pendientes = np.shape(df_total_mes)[0]
#calculo porcentaje
porcentaje = round((num_trab - num_pendientes)/num_trab * 100,1)
df4 = df1.join(df3.join(df2)).dropna(
) #fusiona ambos archivos; Estado UEM y Fecha recepcion OT, eliminando valores no validos (nan)
flag = True
#while usado para que solicite los datos hasta que estos sean válidos
while flag:
mes = input('\n\tIngrese Mes a buscar: ')
año = input('\tIngrese Año a buscar: ')
if len(mes) == 0 or len(año) == 0:
print("\nFavor ingrese un año y un mes válidos\n")
else:
flag = False
fecha = año + "-" + contains0(
mes
) #contains0 corrige la posibiliadd que el usuario ingrese 1, en lugar de 01
#Total de OT que se generaron en esa fecha
df_total_mes = df4[df4['Fecha recepcion OT'].str.contains(fecha)]
num_total_trab = np.shape(df_total_mes)[0]
aux = df_total_mes[df_total_mes['Fecha Termino6'].str.contains(fecha)]
num_trab_cl = np.shape(aux)[0]
# contar la cantidad de filas que tienen por estado 'Pendiente'
num_pendientes = np.shape(df_total_mes)[0] - num_trab_cl
if num_total_trab != 0:
#calculo porcentaje
while flag:
serie = input('\nIngrese Equipo (Serie) a buscar: ')
print('\nIngrese Fecha Inicio (f1) de búsqueda: ')
a1 = input('\tAño: ')
m1 = input('\tMes: ')
print('\nIngrese Fecha término (f2) de búsqueda: ')
a2 = input('\tAño: ')
m2 = input('\tMes: ')
if len(a2)==0 or len(a2)==0 or len(m1)==0 or len(m2)==0:
print("\nFavor corrija los datos ingresados por uno válido\n")
else:
print(f"type(m1) = {type(m1)}\ntype(m2) = {type(m2)}")
m1 = contains0(m1)
m2 = contains0(m2)flag = True
f1 = datetime.strptime(a1 +"-" +m1 + '-28 08:15:27.243860', '%Y-%m-%d %H:%M:%S.%f')
f2 = datetime.strptime(a2 +"-" +m2 + '-28 08:15:27.243860', '%Y-%m-%d %H:%M:%S.%f')
flag = False
print(f"\nelse:\nm1 = {m1}, m2 = {m2}")
# =============================================================================
# Revisar si el numero contiene 0 o no. En caso que no, agregarlo.
# En caso que si, conservarlo. (listo)
# Filtrar por Serie [listo]
# Filtrar entre fechas [listo]
# Contar filas np.shape(filtro_serie)[0]
# =============================================================================
serie = input('\nIngrese Equipo (Serie) a buscar: ')
print('\nIngrese Fecha Inicio (f1) de búsqueda: ')
a1 = input('\tAño: ')
m1 = input('\tMes: ')
print('\nIngrese Fecha Término (f2) de búsqueda: ')
a2 = input('\tAño: ')
m2 = input('\tMes: ')
if len(a2) == 0 or len(a2) == 0 or len(m1) == 0 or len(m2) == 0:
print("\nFavor corrija los datos ingresados por uno válido\n")
elif a2 < a1:
print(f"\nEl año de término {a2} es menor que el año de inicio {a1}\n")
else:
# print(f"type(m1) = {type(m1)}\ntype(m2) = {type(m2)}")
m1 = contains0(m1)
m2 = contains0(m2)
f1 = datetime.strptime(a1 + "-" + m1 + '-28 08:15:27.243860',
'%Y-%m-%d %H:%M:%S.%f')
f2 = datetime.strptime(a2 + "-" + m2 + '-28 08:15:27.243860',
'%Y-%m-%d %H:%M:%S.%f')
flag = False
# print(f"\nelse:\nm1 = {m1}, m2 = {m2}")
# =============================================================================
# Revisar si el numero contiene 0 o no. En caso que no, agregarlo.
# En caso que si, conservarlo. (listo)
# Filtrar por Serie [listo]
# Filtrar entre fechas [listo]
df2 = df2[df2['Fecha Inicio'] !='00-00-0000']
df2 = pd.DataFrame([str(j) for i,j in enumerate(df2['Fecha Inicio'])],dtype=object, columns = ['Fecha Inicio'])
df3 = df1.join(df2).dropna() #fusiona ambos archivos; Estado UEM y Fecha Inicio, eliminando valores no validos (nan)
flag = True
#while usado para que solicite los datos hasta que estos sean válidos
while flag:
mes = input('\nIngrese Mes a buscar: ')
año = input('\nIngrese Año a buscar: ')
if len(mes)==0 or len(año)==0:
print("\nFavor ingrese un año y un mes válidos\n")
else:
flag = False
fecha = año +"-" + contains0(mes) #contains0 corrige la posibiliadd que el usuario ingrese 1, en lugar de 01
df_total_mes = df3[df3['Fecha Inicio'].str.contains(fecha)]
num_trab = np.shape(df_total_mes)[0]
# Se buscan el índice de los elementos en la columna 'Estado UEM' que satisfacen la condicion de decir 'TRABAJO TERMINADO'
indexNames = df_total_mes[ df_total_mes['Estado UEM'] == 'TRABAJO TERMINADO'].index
# eliminar valores en índices que cumplieron la condicion en línea 28
df_total_mes.drop(indexNames , inplace=True)
# contar la cantidad de filas que tienen por estado 'Pendiente'
num_pendientes = np.shape(df_total_mes)[0]
if num_trab!=0:
#calculo porcentaje