implement_gower_nmds_viejo.py

import pandas as pd
import gower


#from sklearn.manifold import MDS

#from matplotlib import pyplot as plt
#import seaborn as sns         
#from matplotlib.offsetbox import OffsetImage, AnnotationBbox
from herramientas import mapData
import os

dataset_dir = os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(''))), 'datasets')


image_path = os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(''))), 'images')
image_name_v2 = 'nmds_v2.png'
image_name_v4 = 'nmds_v4.png'
image_name_v4_2 = 'nmds_v4_2.png'
image_name_v5 = 'nmds_v5.png'
image_name_v5_2 = 'nmds_v5_2.png'
image_name_v2_edad_v = 'nmds_v2_edad_v.png'
image_name_v4_edad_v = 'nmds_v4_edad_v.png'
image_name_v5_edad_v = 'nmds_v5_edad_v.png'
image_name_v2_edad_l= 'image_name_v2_edad_l.png'
image_name_v4_edad_l= 'image_name_v4_edad_l.png'
image_name_v5_edad_l= 'image_name_v5_edad_l.png'
image_name_v2_edad_com = 'image_name_v2_edad_com.png'
image_name_v4_edad_com = 'image_name_v4_edad_com.png'
image_name_v5_edad_com = 'image_name_v5_edad_com.png'


'''## llamados V2

llamados_v2= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v2.xlsx'))

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in llamados_v2['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in llamados_v2.columns if col not in ['llamante_edad', 'victima_edad']]
llamados_2 = llamados_v2[cols]




del llamados_v2

gower_data_v2 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, llamados_2, y_convive, False, 'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. V2. ', image_path,image_name_v2)

del y_convive
del llamados_2
del gower_data_v2


'''
## llamados V4 con eliminación variables construidas en V3

llamados_v4= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v4.xlsx'))

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in llamados_v4['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in llamados_v4.columns if col not in ['estacion_del_año','momento_dia','fin_de_semana','agresor_fam_no_fam','genero_agresor','agresor_conocido_no_conocido','tipo_vinculo_llamante','llamante_edad', 'victima_edad']]
llamados_2 = llamados_v4[cols]


del llamados_v4

gower_data_v4 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v4, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. V4.', image_path,image_name_v4)

del y_convive
del llamados_2
del gower_data_v4

### llamados V4 sin eliminación de variables construidas V3


llamados_v4= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v4.xlsx'))

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in llamados_v4['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in llamados_v4.columns if col not in ['llamante_edad', 'victima_edad']]
llamados_2 = llamados_v4[cols]


del llamados_v4

gower_data_v4 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v4, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. V4.2', image_path,image_name_v4_2)

del y_convive
del llamados_2
del gower_data_v4


## llamados v5 con eliminación de variables construidas en V3


llamados_v5= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v5.xlsx'))

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in llamados_v5['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in llamados_v5.columns if col not in ['estacion_del_año','momento_dia','fin_de_semana','agresor_fam_no_fam','genero_agresor','agresor_conocido_no_conocido','tipo_vinculo_llamante','llamante_edad', 'victima_edad']]
llamados_2 = llamados_v5[cols]


del llamados_v5

gower_data_v5 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v5, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. V5.', image_path,image_name_v5)


del y_convive
del llamados_2
del gower_data_v5


## llamados v5 sin eliminación de variables construidas en V3


llamados_v5= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v5.xlsx'))

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in llamados_v5['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in llamados_v5.columns if col not in ['llamante_edad', 'victima_edad']]
llamados_2 = llamados_v5[cols]


del llamados_v5

gower_data_v5 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v5, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. V5.2', image_path,image_name_v5_2)


del y_convive
del llamados_2
del gower_data_v5




## Con edades completas
# V2 completo_victima_edad
llamados_v2= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v2.xlsx'))



completo_victima_edad = llamados_v2[~(llamados_v2['victima_edad'].isnull())]

del llamados_v2

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in completo_victima_edad['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in completo_victima_edad.columns if col not in ['llamante_edad']]
llamados_2 = completo_victima_edad[cols]




del completo_victima_edad

gower_data_v2 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. Datos completos edad de la víctima.', image_path,image_name_v2_edad_v)

del y_convive
del llamados_2
del gower_data_v2

## V4 completo víctima edad

llamados_v4= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v4.xlsx'))


completo_victima_edad = llamados_v4[~(llamados_v4['victima_edad'].isnull())]

del llamados_v4

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in completo_victima_edad['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in completo_victima_edad.columns if col not in ['llamante_edad']]
llamados_2 = completo_victima_edad[cols]




del completo_victima_edad

gower_data_v2 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. Datos completos edad de la víctima - V4.', image_path,image_name_v4_edad_v)

del y_convive
del llamados_2
del gower_data_v2


## V5 completo víctima edad

llamados_v5= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v5.xlsx'))


completo_victima_edad = llamados_v5[~(llamados_v5['victima_edad'].isnull())]

del llamados_v5

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in completo_victima_edad['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in completo_victima_edad.columns if col not in ['llamante_edad']]
llamados_2 = completo_victima_edad[cols]




del completo_victima_edad

gower_data_v2 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. Datos completos edad de la víctima - V5.', image_path,image_name_v5_edad_v)

del y_convive
del llamados_2
del gower_data_v2


## llamados v2 completo llamante edad

llamados_v2= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v2.xlsx'))


# completo_llamante_edad
completo_llamante_edad = llamados_v2[~(llamados_v2['llamante_edad'].isnull())]

del llamados_v2

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in completo_llamante_edad['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in completo_llamante_edad.columns if col not in ['victima_edad']]
llamados_2 = completo_llamante_edad[cols]




del completo_llamante_edad

gower_data_v2 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. Datos completos de edad de quien llama', image_path,image_name_v2_edad_l)

del y_convive
del llamados_2
del gower_data_v2

## v4 completo llamante edad
llamados_v4= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v4.xlsx'))


# completo_llamante_edad
completo_llamante_edad = llamados_v4[~(llamados_v4['llamante_edad'].isnull())]

del llamados_v4

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in completo_llamante_edad['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in completo_llamante_edad.columns if col not in ['victima_edad']]
llamados_2 = completo_llamante_edad[cols]




del completo_llamante_edad

gower_data_v2 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. Datos completos de edad de quien llama', image_path,image_name_v4_edad_l)

del y_convive
del llamados_2
del gower_data_v2

## v5 completo llamante edad

llamados_v5= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v5.xlsx'))


# completo_llamante_edad
completo_llamante_edad = llamados_v5[~(llamados_v5['llamante_edad'].isnull())]

del llamados_v5

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in completo_llamante_edad['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


cols = [col for col in completo_llamante_edad.columns if col not in ['victima_edad']]
llamados_2 = completo_llamante_edad[cols]




del completo_llamante_edad

gower_data_v2 = gower.gower_matrix(llamados_2)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, llamados_2, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. Datos completos de edad de quien llama', image_path,image_name_v5_edad_l)

del y_convive
del llamados_2
del gower_data_v2

## llamados v2 completo edades

llamados_v2= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v2.xlsx'))



completo_edades = llamados_v2[~(llamados_v2['victima_edad'].isnull()) & ~(llamados_v2['llamante_edad'].isnull())]


del llamados_v2

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in completo_edades['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


gower_data_v2 = gower.gower_matrix(completo_edades)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, completo_edades, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. Datos completos de edades', image_path,image_name_v2_edad_com)

del y_convive
del completo_edades

del gower_data_v2

## v4 completo edades

llamados_v4= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v4.xlsx'))



completo_edades = llamados_v4[~(llamados_v4['victima_edad'].isnull()) & ~(llamados_v4['llamante_edad'].isnull())]


del llamados_v4

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in completo_edades['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


gower_data_v2 = gower.gower_matrix(completo_edades)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, completo_edades, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. Datos completos de edades', image_path,image_name_v4_edad_com)

del y_convive
del completo_edades

del gower_data_v2

## v5 completo edades

llamados_v5= pd.read_excel(os.path.join(dataset_dir, 'xlsx/llamados_v5.xlsx'))



completo_edades = llamados_v5[~(llamados_v5['victima_edad'].isnull()) & ~(llamados_v5['llamante_edad'].isnull())]


del llamados_v5

# mapping SI/NO in "victima_convive_agresor" labels to 'y_convive'
y_convive = []
for value in completo_edades['victima_convive_agresor']:
    if value == 'SI':
        y_convive.append('SI')
    elif value == 'NO':
        y_convive.append('NO')
    else:
        y_convive.append('NS/NC')


gower_data_v2 = gower.gower_matrix(completo_edades)
print("gower_data done")


#cambiar el título según la versión de llamados que uso
mapData(gower_data_v2, completo_edades, y_convive, False, 
        'Exploración de "víctima convive con el agresor" con NMDS y dist. de Gower. Datos completos de edades', image_path,image_name_v5_edad_com)

del y_convive
del completo_edades

del gower_data_v2

## Nota importante: no corrí gower solo sobre v3 porque v3 tiene las varaibles construidas 
## tipo "género del agresor" y v4 suma variables agrupadas de violencia, que es otra forma de
## construir variables. Entonces directamente corrí sobre v4 que tiene todo el featuring engineering.