pie68/transf.py at master · aymiem/pie68 · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
# -*- coding: utf-8 -*-
"""
Created on Tue Jan 23 11:26:53 2018

@author: guigr
"""
import csv
import pandas as pd
from constantes import constantes
from main import lectureEntrees

def dico_transf_init():

    x=constantes.path # "donnees_lecture.csv"
    d=lectureEntrees(x)# Lecture des fichiers d'entrées

    dicoAssociation= dict()
    dicoDollar = dict()
    nbrMission = 1101

    for i in d["listeMission"]:
        nomMission = i.nom
        dicoAssociation[nomMission] = nbrMission
        nbrMission += 1

    nbrMaintenance = 1001
    for i in d["listeMaintenance"]:
        nomMaintenance = i.nom
        dicoAssociation[nomMaintenance] = nbrMaintenance
        nbrMaintenance += 1

    for i in d["listeMission"]:
        nomMission = ''.join([i.nom, '$', str(int(i.pu))])
        dicoDollar[i.nom] = nomMission
        nbrMission += 1

#    dM = pd.DataFrame(list(dicoMatricule.items()), columns=['nomAvion', 'typeAvion'])
    dA = pd.DataFrame(list(dicoAssociation.items()), columns=['nom', 'numero'])
    dM = pd.DataFrame(list(dicoDollar.items()), columns=['nom', 'nomDollar'])


#    dM.T.to_csv("NomToType", sep=';')
    dA.T.to_csv("Transformation.csv", sep=';')
    dM.T.to_csv("MissionDollar.csv", sep=';')


def transf_Mission2Numb(pathSolution):

#    #Lecture pour avoir le type de l'avion en fonction de son nom
#
#    nomAvion = []
#    typeAvion =[]
#
#    f = open('NomToType')
#    csv_f = csv.reader(f, delimiter = ';')
#    row1 = next(csv_f)
#    row2 = next(csv_f)
#    nomAvion = row2
#    del nomAvion[0]
#    row3 = next(csv_f)
#    typeAvion = row3
#    del typeAvion[0]


    #Lecture pour avoir le numéro associé au nom de mission

    nom = []
    numero =[]
    dicoTransformation = dict()

    f = open('Transformation.csv')
    csv_f = csv.reader(f, delimiter = ';')
    row1 = next(csv_f)
    row2 = next(csv_f)
    nom = row2
    del nom[0]
    row3 = next(csv_f)
    numero = row3
    del numero[0]


    for i in range(0,len(nom)):
        dicoTransformation[nom[i]] = numero[i]

    dicoTransformation['-'] = 600

    nom.append('-')

    dicoTransformation[''] = 500

    #Transformation du csv en dataframe
    df = pd.read_csv(pathSolution, sep = ';')
    array = df.values

    for column in range(1,len(array[1,:])):
        for row in range(0,len(array[:,1])):
            if(type(array[row,column]) == float):
                array[row,column] = 500
            else:
                for j in range(0,len(nom)):
                    if (array[row,column] == nom[j]):
                        array[row,column] = dicoTransformation[nom[j]]

    df1 = pd.DataFrame(array)

    return df1, dicoTransformation

def transf_NumbtoMission(df):

    #Lecture pour avoir le type de l'avion en fonction de son nom

#    nomAvion = []
#    typeAvion =[]
#
#    f = open('NomToType')
#    csv_f = csv.reader(f, delimiter = ';')
#    row1 = next(csv_f)
#    row2 = next(csv_f)
#    nomAvion = row2
#    del nomAvion[0]
#    row3 = next(csv_f)
#    typeAvion = row3
#    del typeAvion[0]


    #Lecture pour avoir le numéro associé au nom de mission

    nom = []
    numero =[]
    dicoTransformation = dict()

    f = open('Transformation.csv')
    csv_f = csv.reader(f, delimiter = ';')
    row1 = next(csv_f)
    row2 = next(csv_f)
    nom = row2
    del nom[0]
    row3 = next(csv_f)
    numero = row3
    del numero[0]


    for i in range(0,len(nom)):
        dicoTransformation[nom[i]] = numero[i]

    dicoTransformation['-'] = 600

    nom.append('-')

    #Transformation du csv en dataframe
    array = df.values

    for i in range(0,len(nom)):
        for m in nom:
            array[array == dicoTransformation[m]] = m
            array[array == 500] = float('nan')

    df1 = pd.DataFrame(array)

    return df1


def transf_Mission2MissionDollar(pathSolution):

#    #Lecture pour avoir le type de l'avion en fonction de son nom
#
#    nomAvion = []
#    typeAvion =[]
#
#    f = open('NomToType')
#    csv_f = csv.reader(f, delimiter = ';')
#    row1 = next(csv_f)
#    row2 = next(csv_f)
#    nomAvion = row2
#    del nomAvion[0]
#    row3 = next(csv_f)
#    typeAvion = row3
#    del typeAvion[0]


    #Lecture pour avoir le numéro associé au nom de mission

    nom = []
    nomDollar =[]
    dicoTransformation = dict()

    f = open('MissionDollar.csv')
    csv_f = csv.reader(f, delimiter = ';')
    row1 = next(csv_f)
    row2 = next(csv_f)
    nom = row2
    del nom[0]
    row3 = next(csv_f)
    nomDollar = row3
    del nomDollar[0]


    for i in range(0,len(nom)):
        dicoTransformation[nom[i]] = nomDollar[i]

    dicoTransformation['-'] = '-'

    nom.append('-')

    dicoTransformation[''] = ''

    #Transformation du csv en dataframe
    df = pd.read_csv(pathSolution, sep = ';')
    array = df.values

    for column in range(1,len(array[1,:])):
        for row in range(0,len(array[:,1])):
            for j in range(0,len(nom)):
                if (array[row,column] == nom[j]):
                    array[row,column] = dicoTransformation[nom[j]]

    numcols = len(array[0])

    df1 = pd.DataFrame(array, index=list(range(1, numcols + 1)))

    df1.to_csv("solution_genetique.csv",sep=";",index=False,header=None)