Análisis de Gas

import pandas as pd import seaborn as sns import matplotlib.pyplot as plt import numpy as np

df = pd.read_csv('producciongas.csv', sep=';') df

df.dtypes

ano_prod= df.groupby('ANO')['PRODUCCION FISCALIZADA - MPCPDC'].sum() ano_prod= ano_prod.reset_index() ano_prod

dpto_ano= df.groupby(['DEPARTAMENTO','ANO']).sum() dpto_ano= dpto_ano.reset_index() dpto_ano = pd.pivot_table(dpto_ano,columns='DEPARTAMENTO', index='ANO',values= 'PRODUCCION FISCALIZADA - MPCPDC') dpto_ano

dpto_reg= df.groupby(['DEPARTAMENTO']).sum() dpto_reg= dpto_reg.reset_index() dpto_reg['zscore']= dpto_reg['PRODUCCION FISCALIZADA - MPCPDC']/dpto_reg['PRODUCCION FISCALIZADA - MPCPDC'].max() if (dpto_reg['zscore']<= 0.1).any() == True: menores = dpto_reg[dpto_reg['zscore']<=0.1].sum()['PRODUCCION FISCALIZADA - MPCPDC'] cuenta = len(dpto_reg[dpto_reg['zscore']<=0.1]) dpto_reg = dpto_reg.sort_values(by=['PRODUCCION FISCALIZADA - MPCPDC']) m = len(dpto_reg['PRODUCCION FISCALIZADA - MPCPDC'])-cuenta mayores = dpto_reg['PRODUCCION FISCALIZADA - MPCPDC'].tail(m) etiquetas = [] etiquetas.extend(dpto_reg['DEPARTAMENTO'].tail(m).tolist()) nombres = dpto_reg['DEPARTAMENTO'].head(cuenta) nombres = ','.join(v for v in nombres) etiquetas.append('OTROS DEPARTAMENTOS') y=mayores.to_numpy() y=np.append(y,menores) explodea=np.zeros(len(y)) explodea[np.argmin(y)]= 0.4 explodea[np.argmax(y)]= 0.1 else: y = dpto_reg['PRODUCCION FISCALIZADA - MPCPDC'].to_numpy() etiquetas = dpto_reg['DEPARTAMENTO'].tolist() explodea = np.zeros(len(y)) explodea[np.argmin(y)]= 0.4 explodea[np.argmax(y)]= 0.1 colorspie=("pink","teal","blueviolet","lightpink") plt.pie(y, labels=etiquetas,colors=colorspie,autopct='%1.1f%%',shadow=True,explode=explodea)

dpto_ano= df.groupby(['DEPARTAMENTO','ANO']).sum() dpto_ano= dpto_ano.reset_index() dpto_ano = pd.pivot_table(dpto_ano,columns='DEPARTAMENTO', index='ANO',values= 'PRODUCCION FISCALIZADA - MPCPDC') dpto_ano.plot(kind='bar',stacked=True,figsize=(10,5),cmap='Paired',width=0.5).legend(bbox_to_anchor=(1.0, 1.0)) plt.ylabel('PRODUCCION FISCALIZADA - MPCD')

df1 = pd.read_csv('coberturagas.csv', sep=';') df1

dpto_reg= df1.groupby(['DEPARTAMENTO']).sum() dpto_reg =dpto_reg.sort_values(by=['COBERTURA'], ascending=False) dpto_reg= dpto_reg.reset_index() dpto_reg

total_cobertura=dpto_reg['COBERTURA'].sum() guajira_cobertura= (558686/total_cobertura)*100 guajira_cobertura

dpto_cob=df1.groupby('DEPARTAMENTO')['COBERTURA'].sum() dpto_cob= dpto_cob.reset_index() dpto_cob=dpto_cob.sort_values(by='COBERTURA', ascending=False) dpto_cob dpto_cob= dpto_cob.reset_index(drop=True) dpto_cob

dpto_cob.columns

dpto_cob.plot(x='DEPARTAMENTO', y= 'COBERTURA',kind='bar', legend='Reverse') plt.ticklabel_format(style='plain', axis='y') plt.ylabel('USUARIOS CONECTADOS A GN')

df2 = pd.read_csv('reservasgas.csv', sep=';') df2['RESERVAS GN (MPC)']=df2['RESERVAS GN (MPC)']

df2.groupby('DEPARTAMENTO ')['RESERVAS GN (MPC)'].sum().plot(kind='bar', legend='Reverse') plt.ticklabel_format(style='plain', axis='y') plt.ylabel('RESERVAS GN (MPC) ')

df2.columns

dpto_ano= df2.groupby(['DEPARTAMENTO ','ANO']).sum() dpto_ano= dpto_ano.reset_index() dpto_ano = pd.pivot_table(dpto_ano,columns='DEPARTAMENTO ', index='ANO',values= 'RESERVAS GN (MPC)') dpto_ano

ano_reserva= df2.groupby('ANO')['RESERVAS GN (MPC)'].sum() ano_reserva= ano_reserva.reset_index() ano_reserva

dpto_reg= df2.groupby(['DEPARTAMENTO ']).sum() dpto_reg= dpto_reg.reset_index() dpto_reg['zscore']= dpto_reg['RESERVAS GN (MPC)']/dpto_reg['RESERVAS GN (MPC)'].max() if (dpto_reg['zscore']<= 0.1).any() == True: menores = dpto_reg[dpto_reg['zscore']<=0.1].sum()['RESERVAS GN (MPC)'] cuenta = len(dpto_reg[dpto_reg['zscore']<=0.1]) dpto_reg = dpto_reg.sort_values(by=['RESERVAS GN (MPC)']) m = len(dpto_reg['RESERVAS GN (MPC)'])-cuenta mayores = dpto_reg['RESERVAS GN (MPC)'].tail(m) etiquetas = [] etiquetas.extend(dpto_reg['DEPARTAMENTO '].tail(m).tolist()) nombres = dpto_reg['DEPARTAMENTO '].head(cuenta) nombres = ','.join(v for v in nombres) etiquetas.append('OTROS DEPRATAMENTOS') y=mayores.to_numpy() y=np.append(y,menores) explodea=np.zeros(len(y)) explodea[np.argmin(y)]= 0.4 explodea[np.argmax(y)]= 0.1 else: y = dpto_reg['RESERVAS GN (MPC)'].to_numpy() etiquetas = dpto_reg['DEPARTAMENTO '].tolist() explodea = np.zeros(len(y)) explodea[np.argmin(y)]= 0.4 explodea[np.argmax(y)]= 0.1 plt.figure(figsize=(4,4)) colorspie=("pink","teal","blueviolet","lightpink") plt.pie(y, labels=etiquetas,colors=colorspie,autopct='%1.1f%%',shadow=True,explode=explodea,radius=3)