import csv
import holidays
import matplotlib.pyplot as plt
#Inicializar datas
hoje = date.today()
date2 = hoje.strftime("%d/%m/%Y") #formato da data na URL
date3 = hoje - timedelta(days=4)
date4 = date3.strftime("%d/%m/%Y")
date9 = date(2017, 2, 1) #cópia
date10 = date9.strftime("%d/%m/%Y")
#Inicializar listas
row_list = list()
di = []
feriados = holidays.Brazil()
d30 = None
d60 = None
d90 = None
d180 = None
d360 = None
d1800 = None
d3600 = None
d10800 = None
#Inicializar browser
driver = webdriver.Chrome()
driver.get(
"http://www2.bmf.com.br/pages/portal/bmfbovespa/boletim1/TxRef1.asp")
#Loop
import matplotlib as plt
import plotly.graph_objects as go
import streamlit as st
import numpy as np
import pandas as pd
from plotly.subplots import make_subplots
from statsmodels.tsa.seasonal import seasonal_decompose
import holidays
br_holidays = holidays.Brazil()
class VizSerie:
def __init__(self, df):
self.df = df
def simplePlotSeries(self):
df = self.df.copy()
df['date'] = df.index.date
df['feriado'] = df['date'].apply(lambda x: x in br_holidays)
df['DiaDaSemana'] = df.index.dayofweek
df['fimDeSemana'] = df['DiaDaSemana'].apply(lambda x: x == 5 or x == 6)
dfDiaSemana = df[(df['fimDeSemana'] == 0) & (df['feriado'] == 0)]
trace1 = go.Scatter(x=dfDiaSemana.index,
y=dfDiaSemana['y'],
#!/usr/bin/python3
import calendar
import holidays
import sys
from datetime import date, timedelta
diasdasemana = ["Segunda", "Terça", "Quarta", "Quinta", "Sexta", "Sábado", "Domingo"]
def days(start, end, step=timedelta(days=1)):
curr = start
while curr <= end:
yield curr
curr += step
if __name__ == "__main__":
dias = list(days(date(2020, 1, 1), date(2020, 12, 31)))
for a in dias:
if str(a) in holidays.Brazil():
print(str(a) + " | " + diasdasemana[a.weekday()] + " | Feriado |")
elif a.weekday() in range(2,7):
print(str(a) + " | " + diasdasemana[a.weekday()] + " | ")
import locale
from datetime import datetime
import holidays
import numpy as np
import pandas as pd
from sqlalchemy import create_engine
# Inserir o caminho dos dados aqui. O python faz o resto
data_home = '/home/elson/projeto_etl/data'
# definindo a linguagem para PT_BR
locale.setlocale(locale.LC_ALL, 'pt_BR.UTF-8')
# criando uma lista com os feriados no Brasil no período:
feriados_bra = holidays.Brazil()
feriados = []
for feriado in feriados_bra['2002-12-31':'2003-12-31']:
feriados.append(feriado)
# Criando dataframe vazio para rececber os dados de tempo
df = pd.DataFrame()
# utilizando o método pandas.date_range para gerar um iterável de datas e
# O END É EXCLUSIVO, OU SEJA, SE FOR INFORMADA A ÚLTIMA DATA PRESENTE NO
# DATASET, PERDEM-SE REGISTROS
df['data'] = pd.date_range(start='31/12/2002', end='31/12/2003')
"""redefinindo a coluna para ser o nome de data
criando as demais colunas
"""
df['mes_nome'] = df['data'].dt.month_name(locale="pt_BR.UTF-8")
df['mes_abreviado'] = df['data'].dt.month_name(locale="pt_BR.UTF-8")
def __init__(self):
self.lista_anos = ['2014', '2015', '2016', '2017', '2018', '2019']
feriados = holidays.Brazil()
self.lista_feriados = feriados['2020-01-01':'2020-12-31']
# ### Definindo os feriados # In[90]: #Zerando os ids df5 = df5.reset_index() tam = df5.shape[0] df5['id'] = range(tam) df5 = df5.drop(columns=['index']) df5.head() # In[91]: #Conferindo a existência de feriados na data_inversa df5['data_inversa'][0] in holidays.Brazil() # In[92]: #Criando nova coluna zerada de feriados df5['Feriado'] = 0 df5['Feriado'].value_counts() # In[93]: #Lista de feriados no Brasil feriado = holidays.Brazil() #Lista com o tamanho do dataframe tam_list = list(range(df5.shape[0]))