Spaces:
Sleeping
Sleeping
File size: 9,370 Bytes
2c7f1a3 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 |
import json
import pandas as pd
import numpy as np
class InfoBase:
def _listar_podios(self, df):
return df[df['Posicao'].isin({1,2,3})]
def _contar_consecutivos(self, df):
df = df.reset_index()
diff = df['Ano'] + df.index
return df.groupby(diff)['Ano'].size().max()
def get_melhor_posicao(self):
return np.min(self.df.Posicao)
def get_pior_posicao(self):
return np.max(self.df.Posicao)
def get_numero_aparicoes_consecutivas(self):
return self._contar_consecutivos(self.df)
def get_numero_podios_consecutivos(self):
return np.nan_to_num(self._contar_consecutivos(self._listar_podios(self.df))).astype('int')
def get_edicao_melhor_posicao(self):
return "Edição " + self.df[self.df['Posicao'] == self.get_melhor_posicao()].Edicao.values[-1]
def get_edicao_pior_posicao(self):
return "Edição " + self.df[self.df['Posicao'] == self.get_pior_posicao()].Edicao.values[-1]
class InfoEdicao:
def __init__(self, df_data, ano):
self.df = df_data[df_data['Ano'] == ano]
def get_musica_posicao(self, posicao):
df_filtrado = self.df[self.df['Posicao'] == posicao]
return df_filtrado.Artista.values[0] + ' - ' + df_filtrado.Musica.values[0]
def get_musica_menor_duracao(self):
df_filtrado = self.df.dropna(subset='Musica').sort_values(by='Duracao').head(1)
return df_filtrado.Artista.values[0] + ' - ' + df_filtrado.Musica.values[0] + ' (' + df_filtrado.Duracao_Formatada.values[0] + ')'
def get_musica_maior_duracao(self):
df_filtrado = self.df.dropna(subset='Musica').sort_values(by='Duracao').tail(1)
return df_filtrado.Artista.values[0] + ' - ' + df_filtrado.Musica.values[0] + ' (' + df_filtrado.Duracao_Formatada.values[0] + ')'
def get_top_artista(self):
top_artista = (self.df.groupby('Artista')
.size()
.reset_index(name='Count')
.sort_values(by='Count', ascending=False))
top_artista = (top_artista[top_artista['Count'] == top_artista
.drop_duplicates(subset='Count')
.head(1)['Count']
.values[0]])
top_artista['Str'] = top_artista.Artista + ' (' + top_artista.Count.astype(str) + ')'
return ', '.join(top_artista.Str)
def get_top_album(self):
top_album = (self.df.groupby(['Album_Single', 'Artista'])
.size()
.reset_index(name='Count')
.sort_values(by='Count', ascending=False))
top_album = (top_album[top_album['Count'] == top_album
.drop_duplicates(subset='Count')
.head(1)['Count']
.values[0]])
top_album['Str'] = top_album.Artista + ' - ' + top_album.Album_Single + ' (' + top_album.Count.astype(str) + ')'
return ', '.join(top_album.Str)
def get_top_genero(self):
top_genero = (self.df.groupby('Genero')
.size()
.reset_index(name='Count')
.sort_values(by='Count', ascending=False))
top_genero = (top_genero[top_genero['Count'] == top_genero
.drop_duplicates(subset='Count')
.head(1)['Count']
.values[0]])
top_genero['Str'] = top_genero.Genero + ' (' + top_genero.Count.astype(str) + ')'
return ', '.join(top_genero.Str)
def get_repetidas(self):
df_repetidas = self.df[self.df['Observacao'] == 'repetida'].groupby('Observacao').size().reset_index(name='Count')
if df_repetidas.empty:
return 'Não'
else:
return 'Sim (' + str(df_repetidas.Count.values[0]) + ')'
def get_lista_paises(self):
return self.df.groupby(['Edicao', 'Pais']).size().reset_index(name='Quantidade')
def get_lista_generos(self):
return self.df.groupby(['Edicao', 'Genero']).size().reset_index(name='Quantidade')
def get_musicas(self):
df = self.df.sort_values(by='Data_Lancamento_Album')
df = df.loc[:, ['Data_Lancamento_Album', 'Artista', 'Musica']].reset_index()
df = df.rename(columns={"index": "unique_id", "Artista": "text", "Musica": "headline"})
df['year'] = df['Data_Lancamento_Album'].dt.year
df['month'] = df['Data_Lancamento_Album'].dt.month
df['day'] = df['Data_Lancamento_Album'].dt.day
df['start_date'] = df[['year', 'month', 'day']].to_dict(orient='records')
df['text'] = df[['headline', 'text']].to_dict(orient='records')
df = df.drop(['Data_Lancamento_Album','year', 'month', 'day', 'headline'], axis=1).to_dict(orient='records')
return json.dumps({'events': df})
def get_range_data_lancamento(self):
return [(self.df.Data_Lancamento_Album.min() + pd.DateOffset(years=-3)).strftime('%Y-%m-%dT%H:%M:%SZ'),
(self.df.Data_Lancamento_Album.max() + pd.DateOffset(years=3)).strftime('%Y-%m-%dT%H:%M:%SZ')]
class InfoMusica(InfoBase):
def __init__(self, df_data, id_musica):
musica = df_data[df_data['Id'] == id_musica].Musica
artista = df_data[df_data['Id'] == id_musica].Artista
self.df = df_data.loc[(df_data['Artista'] == artista.values[0]) & (df_data['Musica'] == musica.values[0])]
def get_numero_aparicoes(self):
return np.size(self.df.Posicao)
def get_numero_podios(self):
return np.size(self._listar_podios(self.df)['Musica'])
def get_decada(self):
return self.df.Decada_Lancamento_Album.values[0]
def get_posicao_media(self):
return np.mean(self.df.Posicao).round(0).astype(int)
def get_posicoes(self):
return self.df.sort_values(by='Ano', ascending=True)
class InfoArtista(InfoBase):
def __init__(self, df_data, artista):
self.df = df_data.loc[(df_data['Artista'] == artista)]
def get_total_musicas(self):
return np.size(self.df.Id)
def get_total_edicoes(self):
return np.size(self.df['Edicao'].drop_duplicates())
def get_media_musicas_por_edicao(self):
return (self.get_total_musicas()/self.get_total_edicoes())
def get_numero_aparicoes_consecutivas(self):
return self._contar_consecutivos(self.df['Ano'].drop_duplicates())
def get_numero_podios(self):
return np.size(self._listar_podios(self.df)['Artista'])
class InfoCuriosidade:
def __init__(self, df_data):
self.df = df_data
def __agrupar_dataframe(self, agregador):
return self.df.groupby(agregador).size().reset_index(name = 'Count')
def get_primeiro_artista_br(self):
df = self.df[self.df['Pais'] == 'Brasil'].sort_values(['Ano', 'Posicao'], ascending=False).tail(1)
return [df.Artista.values[0], df.Ano.values[0], df.Posicao.values[0]]
def get_edicao_menos_artistas(self):
df = self.__agrupar_dataframe(['Edicao', 'Artista']).groupby('Edicao')['Count'].count().reset_index().sort_values('Count')
return [df.head(1).Edicao.values[0], df.head(1).Count.values[0]]
def get_edicao_mais_artistas(self):
df = self.__agrupar_dataframe(['Edicao', 'Artista']).groupby('Edicao')['Count'].count().reset_index().sort_values('Count')
return [df.tail(1).Edicao.values[0], df.tail(1).Count.values[0]]
def get_album_mais_musicas(self):
df = self.__agrupar_dataframe(['Album_Single', 'Artista']).sort_values('Count').tail(1)
return [df.Artista.values[0], df.Album_Single.values[0], df.Count.values[0], np.round(df.Count.values[0]/len(self.df)*100,2)]
def get_artista_mais_musicas_edicao(self):
df = self.__agrupar_dataframe(['Edicao', 'Artista']).sort_values('Count').tail(1)
return [df.Artista.values[0], df.Count.values[0], df.Edicao.values[0]]
def get_one_hit_wonder(self):
df = self.df.drop_duplicates(subset=['Artista', 'Musica', 'Observacao']).groupby('Artista').count().reset_index()[['Artista', 'Ano']]
df.columns = ['Artista', 'Count']
one_hit_wonders = df[df['Count'] == 1].sort_values(by='Artista')
return [one_hit_wonders.shape[0], np.round(one_hit_wonders.shape[0]/df.shape[0]*100,2)]
def get_album_mais_musicas_edicao(self):
df = self.__agrupar_dataframe(['Edicao', 'Album_Single']).sort_values('Count').sort_values('Count').tail(1)
return [df.Album_Single.values[0], df.Count.values[0], df.Edicao.values[0]]
def get_artista_maior_percentual(self):
df = self.__agrupar_dataframe(['Artista']).sort_values('Count').tail(1)
return [df.Artista.values[0], df.Count.values[0], np.round(df.Count.values[0]/len(self.df)*100,2)]
def get_duracao(self):
df_filtrado = self.df.dropna(subset='Musica').sort_values(by='Duracao')
return [df_filtrado.head(1).Duracao_Formatada.values[0], df_filtrado.tail(1).Duracao_Formatada.values[0]] |