diff --git a/analise_resultados_muriki.ipynb b/analise_resultados_muriki.ipynb
index da43327c1733044ed1686db7b0b886a7455ab21c..a9ad833bec707e91fc960af2c2c6a3d99ec09b0d 100644
--- a/analise_resultados_muriki.ipynb
+++ b/analise_resultados_muriki.ipynb
@@ -2,7 +2,7 @@
"cells": [
{
"cell_type": "code",
- "execution_count": 2,
+ "execution_count": 1,
"id": "e13d5b4a-95a3-404c-bf01-7b4b48b4d121",
"metadata": {
"tags": []
@@ -16,7 +16,7 @@
},
{
"cell_type": "code",
- "execution_count": 8,
+ "execution_count": 2,
"id": "3ee220b5-c632-415e-8a0e-76e85f31b5f1",
"metadata": {
"scrolled": true,
@@ -124,7 +124,7 @@
"16 74158 0.066157 1.129997e-22 "
]
},
- "execution_count": 8,
+ "execution_count": 2,
"metadata": {},
"output_type": "execute_result"
}
@@ -594,7 +594,7 @@
},
{
"cell_type": "code",
- "execution_count": 119,
+ "execution_count": 59,
"id": "81aa6d2b-582d-4982-ae36-35eb7ea3a004",
"metadata": {
"tags": []
@@ -605,251 +605,319 @@
"output_type": "stream",
"text": [
"2007\n",
- "NUM_SALAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_COMPUTADPR_ALUNO:\n",
- " NUM_COMPUTADPR_ALUNO\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_COMPUTADOR_ADM:\n",
- " NUM_COMPUTADOR_ADM\n",
- "NUM_COMPUTADOR:\n",
- " NUM_COMPUTADOR\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| BASE | 2008 |\n",
+ "+======================+============================================+\n",
+ "| NUM_SALAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO', 'NUM_COMPUTADOR'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADOR_ADM | ['NUM_COMPUTADOR_ADM'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADOR | ['NUM_COMPUTADOR', 'NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+--------------------------------------------+\n",
"NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: []\n",
+ "Acurácia: 1.0\n",
+ "\n",
"2008\n",
- "NUM_SALAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_COMPUTADPR_ALUNO:\n",
- " NUM_COMPUTADPR_ALUNO\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_COMPUTADOR:\n",
- " NUM_COMPUTADOR\n",
+ "+----------------------+---------------------------------------+\n",
+ "| BASE | 2009 |\n",
+ "+======================+=======================================+\n",
+ "| NUM_SALAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_COMPUTADOR | ['NUM_COMPUTADOR'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_COMPUTADOR_ADM | ['NUM_COMPUTADOR_ADM'] |\n",
+ "+----------------------+---------------------------------------+\n",
"NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: []\n",
+ "Acurácia: 1.0\n",
+ "\n",
"2009\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_SALAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_COMPUTADOR_ADM:\n",
- " NUM_COMPUTADOR_ADM\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_COMPUTADOR:\n",
- " NUM_COMPUTADOR\n",
- "NUM_COMPUTADPR_ALUNO:\n",
- " NUM_COMPUTADPR_ALUNO\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| BASE | 2010 |\n",
+ "+======================+============================================+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_SALAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADOR_ADM | ['NUM_COMPUTADOR_ADM'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADOR | ['NUM_COMPUTADOR', 'NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+--------------------------------------------+\n",
"NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: []\n",
+ "Acurácia: 1.0\n",
+ "\n",
"2010\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_SALAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_COMPUTADOR_ADM:\n",
- " NUM_COMPUTADOR_ADM\n",
- "NUM_COMPUTADPR_ALUNO:\n",
- " NUM_COMPUTADPR_ALUNO\n",
- "NUM_COMPUTADOR:\n",
- " NUM_COMPUTADOR\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| BASE | 2011 |\n",
+ "+======================+============================================+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_SALAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADOR_ADM | ['NUM_COMPUTADOR_ADM'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADOR | ['NUM_COMPUTADOR', 'NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+--------------------------------------------+\n",
"NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: []\n",
+ "Acurácia: 1.0\n",
+ "\n",
"2011\n",
- "NUM_SALAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_COMPUTADOR:\n",
- " NUM_COMPUTADOR\n",
- "NUM_COMPUTADPR_ALUNO:\n",
- " NUM_COMPUTADPR_ALUNO\n",
- "NUM_COMPUTADOR_ADM:\n",
- " NUM_COMPUTADOR_ADM\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
+ "+----------------------+---------------------------------------+\n",
+ "| BASE | 2012 |\n",
+ "+======================+=======================================+\n",
+ "| NUM_SALAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_COMPUTADOR | ['NUM_COMPUTADOR'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_COMPUTADOR_ADM | ['NUM_COMPUTADOR_ADM'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+---------------------------------------+\n",
"NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: []\n",
+ "Acurácia: 1.0\n",
+ "\n",
"2012\n",
- "NUM_COMPUTADOR_ADM:\n",
- " NUM_COMPUTADOR_ADM\n",
- "NUM_COMPUTADPR_ALUNO:\n",
- " NUM_COMPUTADPR_ALUNO\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_SALAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NOVAS COLUNAS: []\n",
- "2013\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_SALAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_COMPUTADOR:\n",
- " NUM_COMPUTADOR\n",
- "NUM_SOM:\n",
- " NUM_TV\n",
- " NUM_SOM\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_COMPUTADPR_ALUNO:\n",
- " NUM_COMPUTADPR_ALUNO\n",
- "NUM_DVD:\n",
- " NUM_DVD\n",
- "NUM_TV:\n",
- " NUM_TV\n",
- " NUM_SOM\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| BASE | 2013 |\n",
+ "+======================+============================================+\n",
+ "| NUM_COMPUTADOR_ADM | ['NUM_COMPUTADOR_ADM'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO', 'NUM_COMPUTADOR'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_SALAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
"NOVAS COLUNAS: ['NUM_DVD' 'NUM_SOM' 'NUM_TV']\n",
+ "COLUNAS SEM DADOS: ['NUM_COMPUTADOR']\n",
+ "Acurácia: 0.8888888888888888\n",
+ "\n",
+ "2013\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| BASE | 2014 |\n",
+ "+======================+============================================+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_SALAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADOR | ['NUM_COMPUTADOR', 'NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_SOM | ['NUM_TV', 'NUM_SOM'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO', 'NUM_COMPUTADOR'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_DVD | ['NUM_DVD'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_TV | ['NUM_TV', 'NUM_SOM'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADOR_ADM | ['NUM_COMPUTADOR_ADM'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: []\n",
+ "Acurácia: 1.0\n",
+ "\n",
"2014\n",
- "NUM_SALAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_COMPUTADOR:\n",
- " NUM_COMPUTADPR_ALUNO\n",
- "NUM_SOM:\n",
- " NUM_TV\n",
- "NOVAS COLUNAS: ['NUM_TV']\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| BASE | 2015 |\n",
+ "+======================+============================================+\n",
+ "| NUM_SALAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADOR | ['NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_SOM | ['NUM_TV', 'NUM_SOM'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_TV | ['NUM_TV'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO', 'NUM_COMPUTADOR'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "| NUM_DVD | ['NUM_DVD'] |\n",
+ "+----------------------+--------------------------------------------+\n",
+ "NOVAS COLUNAS: ['NUM_COMPUTADOR_ADM']\n",
+ "COLUNAS SEM DADOS: ['NUM_COMPUTADOR_ADM']\n",
+ "Acurácia: 0.7777777777777778\n",
+ "\n",
"2015\n",
- "NUM_SOM:\n",
- " NUM_SOM\n",
- "NUM_SALAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_DVD:\n",
- " NUM_DVD\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_TV:\n",
- " NUM_TV\n",
- "NUM_COMPUTADPR_ALUNO:\n",
- " NUM_COMPUTADPR_ALUNO\n",
- "NUM_COMPUTADOR:\n",
- " NUM_COMPUTADOR\n",
- "NOVAS COLUNAS: ['NUM_DVD' 'NUM_SOM' 'NUM_TV']\n",
+ "+----------------------+---------------------------------------+\n",
+ "| BASE | 2016 |\n",
+ "+======================+=======================================+\n",
+ "| NUM_SOM | ['NUM_SOM', 'NUM_TV'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_SALAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_DVD | ['NUM_DVD'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_TV | ['NUM_TV', 'NUM_SOM'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_COMPUTADOR | ['NUM_COMPUTADOR'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_COMPUTADOR_ADM | ['NUM_SOM', 'NUM_COMPUTADOR_ADM'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: []\n",
+ "Acurácia: 1.0\n",
+ "\n",
"2016\n",
- "NUM_TV:\n",
- " NUM_TV\n",
- "NUM_SOM:\n",
- " NUM_SOM\n",
- " NUM_COMPUTADOR_ADM\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_SALAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
- "NUM_COMPUTADOR:\n",
- " NUM_COMPUTADOR\n",
- "NUM_COMPUTADPR_ALUNO:\n",
- " NUM_COMPUTADPR_ALUNO\n",
- "NOVAS COLUNAS: ['NUM_SOM' 'NUM_TV']\n",
+ "+----------------------+---------------------------------------------+\n",
+ "| BASE | 2017 |\n",
+ "+======================+=============================================+\n",
+ "| NUM_TV | ['NUM_TV', 'NUM_COMPUTADOR_ADM', 'NUM_SOM'] |\n",
+ "+----------------------+---------------------------------------------+\n",
+ "| NUM_SOM | ['NUM_SOM', 'NUM_COMPUTADOR_ADM', 'NUM_TV'] |\n",
+ "+----------------------+---------------------------------------------+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+---------------------------------------------+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+---------------------------------------------+\n",
+ "| NUM_SALAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+---------------------------------------------+\n",
+ "| NUM_COMPUTADOR | ['NUM_COMPUTADOR'] |\n",
+ "+----------------------+---------------------------------------------+\n",
+ "| NUM_COMPUTADPR_ALUNO | ['NUM_COMPUTADPR_ALUNO', 'NUM_COMPUTADOR'] |\n",
+ "+----------------------+---------------------------------------------+\n",
+ "NOVAS COLUNAS: ['NUM_DVD']\n",
+ "COLUNAS SEM DADOS: ['NUM_COMPUTADOR_ADM' 'NUM_DVD']\n",
+ "Acurácia: 0.7777777777777778\n",
+ "\n",
"2017\n",
- "NUM_FUNCIONARIOS:\n",
- " NUM_FUNCIONARIOS\n",
- "NUM_SALAS:\n",
- " NUM_SALAS\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- " NUM_SALAS\n",
+ "+----------------------+---------------------------------------+\n",
+ "| BASE | 2018 |\n",
+ "+======================+=======================================+\n",
+ "| NUM_FUNCIONARIOS | ['NUM_FUNCIONARIOS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_SALAS | ['NUM_SALAS', 'NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+---------------------------------------+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS', 'NUM_SALAS'] |\n",
+ "+----------------------+---------------------------------------+\n",
"NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: ['NUM_COMPUTADOR' 'NUM_COMPUTADOR_ADM' 'NUM_COMPUTADPR_ALUNO' 'NUM_DVD'\n",
+ " 'NUM_SOM' 'NUM_TV']\n",
+ "Acurácia: 1.0\n",
+ "\n",
"2018\n",
- "NUM_SALAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NOVAS COLUNAS: []\n",
- "2019\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_SOM:\n",
- " NUM_SOM\n",
- "NUM_TV:\n",
- " NUM_TV\n",
- "NUM_DVD:\n",
- " NUM_DVD\n",
+ "+----------------------+--------------------------+\n",
+ "| BASE | 2019 |\n",
+ "+======================+==========================+\n",
+ "| NUM_SALAS | ['NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+--------------------------+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+--------------------------+\n",
"NOVAS COLUNAS: ['NUM_DVD' 'NUM_SOM' 'NUM_TV']\n",
+ "COLUNAS SEM DADOS: ['NUM_FUNCIONARIOS']\n",
+ "Acurácia: 0.8333333333333334\n",
+ "\n",
+ "2019\n",
+ "+----------------------+--------------------------+\n",
+ "| BASE | 2020 |\n",
+ "+======================+==========================+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+--------------------------+\n",
+ "| NUM_SOM | ['NUM_SOM', 'NUM_TV'] |\n",
+ "+----------------------+--------------------------+\n",
+ "| NUM_TV | ['NUM_TV', 'NUM_SOM'] |\n",
+ "+----------------------+--------------------------+\n",
+ "| NUM_DVD | ['NUM_DVD', 'NUM_TV'] |\n",
+ "+----------------------+--------------------------+\n",
+ "NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: []\n",
+ "Acurácia: 1.0\n",
+ "\n",
"2020\n",
- "NUM_SALAS_UTILIZADAS:\n",
- " NUM_SALAS_UTILIZADAS\n",
- "NUM_DVD:\n",
- " NUM_DVD\n",
- "NUM_TV:\n",
- " NUM_TV\n",
- "NUM_SOM:\n",
- " NUM_SOM\n",
- "NOVAS COLUNAS: ['NUM_DVD' 'NUM_SOM' 'NUM_TV']\n"
+ "+----------------------+--------------------------+\n",
+ "| BASE | 2021 |\n",
+ "+======================+==========================+\n",
+ "| NUM_SALAS_UTILIZADAS | ['NUM_SALAS_UTILIZADAS'] |\n",
+ "+----------------------+--------------------------+\n",
+ "| NUM_DVD | ['NUM_DVD', 'NUM_TV'] |\n",
+ "+----------------------+--------------------------+\n",
+ "| NUM_TV | ['NUM_TV', 'NUM_SOM'] |\n",
+ "+----------------------+--------------------------+\n",
+ "| NUM_SOM | ['NUM_SOM', 'NUM_TV'] |\n",
+ "+----------------------+--------------------------+\n",
+ "NOVAS COLUNAS: []\n",
+ "COLUNAS SEM DADOS: []\n",
+ "Acurácia: 1.0\n",
+ "\n"
]
}
],
"source": [
"anos = df.ano_coluna1.unique()\n",
- "threshold = 0.2\n",
+ "threshold = 0.4\n",
"\n",
"# Itera sobre todos os anos\n",
"for ano in anos:\n",
" # Constroi dataframe do ano\n",
- " ano_df = df[(df.ano_coluna1 == ano) & (df.estatistica_f < threshold)]\n",
+ " ano_df = df[df.ano_coluna1 == ano]\n",
" \n",
" # Estruturas\n",
" base_columns = ano_df.coluna1.unique() # Colunas que ja existiam na base\n",
" new_columns = ano_df.coluna2.unique() # Colunas do próximo ano\n",
" true_new_columns = np.setdiff1d(new_columns, base_columns) # Colunas que nao existiam na base\n",
- " base_empty_columns = np.setdiff1d(base_columns, new_columns) # Colunas da base que nao receberam dados\n",
+ " true_empty_columns = np.setdiff1d(base_columns, new_columns) # Colunas da base que nao receberam dados\n",
" all_columns = np.union1d(base_columns, new_columns) # Todas as colunas possiveis\n",
" resultados = [] # Resultados dos matches\n",
+ " prev_col = [] # Colunas da base que tiveram match\n",
+ " next_col = [] # Colunas do proximo ano que tiveram match\n",
" \n",
- " # Alterar para um dicionario\n",
- " prev_col = [] # Colunas da base para match\n",
- " next_col = [] # Colunas do proximo ano para match\n",
- " \n",
- " \n",
- " # Itera sobre o dataframe\n",
+ " # Encontra as top3 novas colunas que mais se encaixam com as colunas base\n",
" for col in base_columns:\n",
- " top3 = ano_df[ano_df.coluna1 == col]\n",
- " resultados.append(top3.iloc[:3,:].values)\n",
+ " top3 = ano_df[(ano_df.coluna1 == col) & (ano_df.estatistica_f < threshold)].iloc[:3,:]\n",
+ " resultados.append(top3.values)\n",
" \n",
- " # Encontra colunas prev que deram match\n",
- " all_match_columns = []\n",
- " not_match_columns = [] \n",
- "\n",
+ " # Preenche prev_col e next_col\n",
" for res in resultados:\n",
" for i in res:\n",
- " next_col = np.union1d(next_col, i[2])\n",
" prev_col = np.union1d(prev_col, i[0])\n",
- " \n",
- " all_match_columns = np.union1d(next_col, prev_col)\n",
- " not_match_columns = np.setdiff1d(all_columns, all_match_columns) \n",
- " found_new_columns = np.setdiff1d(new_columns, next_columns)\n",
- " \n",
+ " next_col = np.union1d(next_col, i[2])\n",
+ "\n",
+ " # Determina alguns c\n",
+ " all_match_columns = np.union1d(next_col, prev_col) # Colunas que tiveram algum match\n",
+ " not_match_columns = np.setdiff1d(all_columns, all_match_columns) # Colunas que não tiveram nenhum match\n",
+ " found_new_columns = np.setdiff1d(new_columns, next_col) # Colunas novas encontradas pelo algoritmo\n",
+ " no_data_columns = np.setdiff1d(base_columns, prev_col) # Colunas que não receram dados encontradas pelo algoritmo\n",
+ " \n",
" # Calcula acurácia\n",
" acuracia = 0\n",
" acertos = 0\n",
@@ -858,16 +926,28 @@
" if i[0] == i[2]:\n",
" acertos += 1\n",
" break\n",
- " acuracia = acertos / len(base_columns) \n",
+ " for new in found_new_columns:\n",
+ " if new in true_new_columns:\n",
+ " acertos += 1\n",
+ " for no_data in no_data_columns:\n",
+ " if no_data in true_empty_columns:\n",
+ " acertos += 1\n",
+ " acuracia = acertos / len(all_columns) \n",
" \n",
" # Imprime resultados\n",
" print(ano)\n",
+ " matches = []\n",
" for res in resultados:\n",
- " print(f'{res[0][0]}:')\n",
+ " match = []\n",
" for i in res:\n",
- " print(f' {i[2]}')\n",
+ " match.append(i[2])\n",
+ " if len(match) == 0:\n",
+ " continue\n",
+ " matches.append([i[0], match]) \n",
+ " print(tabulate(matches, headers=['BASE', ano+1], tablefmt='grid'))\n",
" print(f'NOVAS COLUNAS: {found_new_columns}')\n",
- " # print(f'{acuracia}\\n')\n",
+ " print(f'COLUNAS SEM DADOS: {no_data_columns}')\n",
+ " print(f'Acurácia: {acuracia}\\n')\n",
" \n",
" "
]
@@ -889,7 +969,7 @@
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
- "version": "3.11.4"
+ "version": "3.11.9"
}
},
"nbformat": 4,