-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathmain.py
23 lines (21 loc) · 960 Bytes
/
main.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import pandas as pd
def casos(ruta_archivo: str)-> dict:
data = pd.read_csv(ruta_archivo)
data['Sexo'] = data['Sexo'].replace('f', 'F')
data['Sexo'] = data['Sexo'].replace('m', 'M')
PromeDepart=data.groupby('Departamento o Distrito').agg({'Edad':'mean'})
PromeDepart=PromeDepart.round(4)
PorcenSexo=data.groupby('Sexo').agg({'Sexo':'count'})
PorcenSexo['Porcentaje']=(PorcenSexo['Sexo']*100)/len(data['Sexo'])
PorcenSexo=PorcenSexo.round(4)
porcen=data[data['Tipo']=='Importado']
porcen=porcen.groupby('País de procedencia').agg({'País de procedencia':'count'})
porcen['Porcentaje']=(porcen['País de procedencia']*100)/len(data[data['Tipo']=='Importado'].index)
porcen=porcen.round(4)
dicct3=porcen.to_dict()
dicct3= dicct3['Porcentaje']
dicct2=PromeDepart.to_dict()
dicct2=dicct2['Edad']
dicct=PorcenSexo.to_dict()
dicct= dicct['Porcentaje']
return([dicct, dicct2, dicct3])