Book a Demo!
CoCalc Logo Icon
StoreFeaturesDocsShareSupportNewsAboutPoliciesSign UpSign In
robertopucp
GitHub Repository: robertopucp/1eco35_2022_2
 Path: blob/main/Trabajo_final/grupo6/Grupo6_pregunta2.py
2714 views
1
#####     TRABAJO FINAL    #####

2
################################

3


4
##  PREGUNTA 2  ##

5


6


7
# Primero importamos las librerias que usaremos para este ejercicio

8
import numpy as np

9
import pandas as pd

10
from pandas import DataFrame, Series

11
import re 

12
import os 

13


14


15


16
user = os.getlogin()

17


18
# Primero setearemos el directorio

19
os.chdir(f"C:/Users/User/Desktop/Trabajo_final")

20


21
# Definimos la primera variable que leerá los los archivos xls descargados de la base de datos de INFO-juntos

22
# para el caso del VRAEM y seleccionaremos la posicion cero de la base para poder espeficiarnos en la tabla a trabajar.

23
df1 = pd.read_html('Detalle2014.xls')

24
detalle_2014 = df1[0]

25
# Ahora eliminaremos las columnas y las filas que no usaremos para el ejerecicio con ".drop"

26
# A las filas restantes le cambiaremos de nombre, para luego invertir la matriz de datos a traves del

27
#cambio del orden de las filas con las columnas.

28
detalle_2014 = detalle_2014.drop( [1,2,3,4,5,6], axis=1)

29
detalle_2014 = detalle_2014.drop( [0,1,2,11,12,14], axis=0)

30
detalle_2014=detalle_2014.rename( index={ 3:'Departamentos atendidos', 4:'Provincias Atendidas', 

31
                                         5:'Distritos Atendidos', 6: 'CPP con hogares afiliados', 

32
                                         7: 'Hogares afiliados', 8:'CCNN con hogares afiliafos', 

33
                                         9:'CCPP con hogares abonados', 10:'Hogares abonados', 

34
                                         13:'Transferencia S/'})

35
detalle_2014 = detalle_2014.drop( [0], axis=1)

36
detalle_2014 = pd.DataFrame.transpose(detalle_2014)

37


38
# Repetiremos el proceso para cada base de datos descargada, es decir para cada año de analisis:

39
# 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021.

40


41
# Para 2015

42
df2 = pd.read_html('Detalle2015.xls')

43
detalle_2015 = df2[0]

44


45
detalle_2015 = detalle_2015.drop( [1,2,3,4,5,6], axis=1)

46
detalle_2015 = detalle_2015.drop( [0,1,2,11,12,14], axis=0)

47
detalle_2015=detalle_2015.rename( index={ 3:'Departamentos atendidos', 4:'Provincias Atendidas', 

48
                                         5:'Distritos Atendidos', 6: 'CPP con hogares afiliados', 

49
                                         7: 'Hogares afiliados', 8:'CCNN con hogares afiliafos', 

50
                                         9:'CCPP con hogares abonados', 10:'Hogares abonados', 

51
                                         13:'Transferencia S/'})

52
detalle_2015 = detalle_2015.drop( [0], axis=1)

53
detalle_2015 = pd.DataFrame.transpose(detalle_2015)

54


55
# Para 2016

56
df3 = pd.read_html('Detalle2016.xls')

57
detalle_2016 = df3[0]

58


59
detalle_2016 = detalle_2016.drop( [1,2,3,4,5,6], axis=1)

60
detalle_2016 = detalle_2016.drop( [0,1,2,11,12,14], axis=0)

61
detalle_2016=detalle_2016.rename( index={ 3:'Departamentos atendidos', 4:'Provincias Atendidas', 

62
                                         5:'Distritos Atendidos', 6: 'CPP con hogares afiliados', 

63
                                         7: 'Hogares afiliados', 8:'CCNN con hogares afiliafos', 

64
                                         9:'CCPP con hogares abonados', 10:'Hogares abonados', 

65
                                         13:'Transferencia S/'})

66
detalle_2016 = detalle_2016.drop( [0], axis=1)

67
detalle_2016 = pd.DataFrame.transpose(detalle_2016)

68


69
# Para 2017

70
df4 = pd.read_html('Detalle2017.xls')

71
detalle_2017 = df4[0]

72


73
detalle_2017 = detalle_2017.drop( [1,2,3,4,5,6], axis=1)

74
detalle_2017 = detalle_2017.drop( [0,1,2,11,12,14], axis=0)

75
detalle_2017=detalle_2017.rename( index={ 3:'Departamentos atendidos', 4:'Provincias Atendidas', 

76
                                         5:'Distritos Atendidos', 6: 'CPP con hogares afiliados', 

77
                                         7: 'Hogares afiliados', 8:'CCNN con hogares afiliafos', 

78
                                         9:'CCPP con hogares abonados', 10:'Hogares abonados', 

79
                                         13:'Transferencia S/'})

80
detalle_2017 = detalle_2017.drop( [0], axis=1)

81
detalle_2017 = pd.DataFrame.transpose(detalle_2017)

82


83
# Para 2018

84
df5 = pd.read_html('Detalle2018.xls')

85
detalle_2018 = df5[0]

86


87
detalle_2018 = detalle_2018.drop( [1,2,3,4,5,6], axis=1)

88
detalle_2018 = detalle_2018.drop( [0,1,2,11,12,14], axis=0)

89
detalle_2018=detalle_2018.rename( index={ 3:'Departamentos atendidos', 4:'Provincias Atendidas', 

90
                                         5:'Distritos Atendidos', 6: 'CPP con hogares afiliados', 

91
                                         7: 'Hogares afiliados', 8:'CCNN con hogares afiliafos', 

92
                                         9:'CCPP con hogares abonados', 10:'Hogares abonados', 

93
                                         13:'Transferencia S/'})

94
detalle_2018 = detalle_2018.drop( [0], axis=1)

95
detalle_2018 = pd.DataFrame.transpose(detalle_2018)

96


97
# Para 2019

98
df6 = pd.read_html('Detalle2019.xls')

99
detalle_2019 = df6[0]

100


101
detalle_2019 = detalle_2019.drop( [1,2,3,4,5,6], axis=1)

102
detalle_2019 = detalle_2019.drop( [0,1,2,11,12,14], axis=0)

103
detalle_2019=detalle_2019.rename( index={ 3:'Departamentos atendidos', 4:'Provincias Atendidas', 

104
                                         5:'Distritos Atendidos', 6: 'CPP con hogares afiliados', 

105
                                         7: 'Hogares afiliados', 8:'CCNN con hogares afiliafos', 

106
                                         9:'CCPP con hogares abonados', 10:'Hogares abonados', 

107
                                         13:'Transferencia S/'})

108
detalle_2019 = detalle_2019.drop( [0], axis=1)

109
detalle_2019 = pd.DataFrame.transpose(detalle_2019)

110


111
# Para 2020

112
df7 = pd.read_html('Detalle2020.xls')

113
detalle_2020 = df7[0]

114


115
detalle_2020 = detalle_2020.drop( [1,2,3,4,5,6], axis=1)

116
detalle_2020 = detalle_2020.drop( [0,1,2,11,12,14], axis=0)

117
detalle_2020=detalle_2020.rename( index={ 3:'Departamentos atendidos', 4:'Provincias Atendidas', 

118
                                         5:'Distritos Atendidos', 6: 'CPP con hogares afiliados', 

119
                                         7: 'Hogares afiliados', 8:'CCNN con hogares afiliafos', 

120
                                         9:'CCPP con hogares abonados', 10:'Hogares abonados', 

121
                                         13:'Transferencia S/'})

122
detalle_2020 = detalle_2020.drop( [0], axis=1)

123
detalle_2020 = pd.DataFrame.transpose(detalle_2020)

124


125
# Para 2021

126
df8 = pd.read_html('Detalle2021.xls')

127
detalle_2021 = df8[0]

128


129
detalle_2021 = detalle_2021.drop( [1,2,3,4,5,6], axis=1)

130
detalle_2021 = detalle_2021.drop( [0,1,2,11,12,14], axis=0)

131
detalle_2021=detalle_2021.rename( index={ 3:'Departamentos atendidos', 4:'Provincias Atendidas', 

132
                                         5:'Distritos Atendidos', 6: 'CPP con hogares afiliados', 

133
                                         7: 'Hogares afiliados', 8:'CCNN con hogares afiliafos', 

134
                                         9:'CCPP con hogares abonados', 10:'Hogares abonados', 

135
                                         13:'Transferencia S/'})

136
detalle_2021 = detalle_2021.drop( [0], axis=1)

137
detalle_2021 = pd.DataFrame.transpose(detalle_2021)

138


139


140
# Una vez especificados todos las bases para los años 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021 emplearemos

141
# un merge para agrupar las bases y presentarlas todas juntas en funcion al año.

142


143
## Primero agruparemos de 2 en 2.

144
merge1 = pd.merge(detalle_2014, detalle_2015, how = "outer")

145
merge2 = pd.merge(detalle_2016, detalle_2017, how = "outer")

146
merge3 = pd.merge(detalle_2018, detalle_2019, how = "outer")

147
merge4 = pd.merge(detalle_2020, detalle_2021, how = "outer")

148


149
## Luego, de los merge obtenidos, realizamos otro merge con las nuevas bases de los primeros merge.

150
merge5 = pd.merge(merge1, merge2, how = "outer")

151
merge6 = pd.merge(merge3, merge4, how = "outer")

152


153
## Por ultimo, juntaremos los merge de la segunda parte en uno solo para tener un merge final que agrupe todas las bases.

154
merge_total = pd.merge(merge5, merge6, how = "outer")

155


156
# Ahora crearemos una lista llamada Year que agrupará en orden desde el año 2014 al 2021.

157
Year = ['2014', '2015', '2016', '2017', '2018', '2019', '2020', '2021']

158


159
# Asignamos la lista Year al merge final con todas las bases juntas.

160
merge_total['Year'] = Year

161


162
# Por ultimo, asignamos el nombre de Imagen2 al resultado fnal, que es la agrupacion del merge final con todas

163
# las bases y una nueva variable que asigne los años a la base de datos.

164
Imagen2 = pd.DataFrame(merge_total)

165


166
#reproducimos el resultado.

167
Imagen2

168


169


170


171


172
############### FIN ###################

173


174


175


176


177


178