Rafael Gonzalez Gouveia gonzalezgouveia

## first_hello.py
import pandas as pd
print('hello world')

if True:
    print('True!')

## viajes_head.csv

          
            dia
            hora
            viajes

            
              0
              0
              38

            
              0
              1
              0

            
              0
              2
              0

            
              0
              3
              0

            
              0
              4
              0

            
              0
              5
              145

            
              0
              6
              627.5

            
              0
              7
              1757.25

            
              0
              8
              3181

## ecobici_pandas.py
import pandas as pd
viajes = pd.read_csv('2018-10.csv')

## ecobici_data_preparation_time.py
# concatenar Hora_Retiro y Fecha_Retiro
viajes['fecha_hora_retiro'] = viajes.Fecha_Retiro + ' ' + viajes.Hora_Retiro

# cambiar de str a datetime
viajes['fecha_hora'] = viajes.fecha_hora_retiro \
                             .map(lambda x : datetime.strptime(x, '%d/%m/%Y %H:%M:%S'))

# reindexar el dataframe
viajes.index = viajes.fecha_hora

## ecobici_data_aggregation.py
# resample y agregacion por dia de mes
viajes_resample_day = viajes.Bici.resample('H').count()

# asignar día de la semana
df_resample = pd.concat([viajes_resample_day], axis=1)
df_resample['dayofweek'] = df_resample.index.dayofweek # 0 es lunes

# lunes a viernes
df_mon_to_fri = df_resample[df_resample.dayofweek.isin([0,1,2,3,4])].Bici

## ecobici_model_sarima.py
from statsmodels.tsa.statespace.sarimax import SARIMAX

# definir conjunto de datos
x = df_mon_to_fri

# instanciar modelo
sarima_model = SARIMAX(x, order=(2,0,1), seasonal_order=(2, 1, 0, 24))

# ajustar modelo
results = sarima_model.fit()

## ecobici_order_sarima.py
from statsmodels.tsa.statespace.sarimax import SARIMAX # modelo SARIMA
from itertools import product # facilita ejecicion del ciclo for

# definiendo niveles del modelo
niveles = ['p', 'd', 'q', 'sp', 'sd', 'sq', 'AIC', 'BIC','log-like']
resultados_modelos = pd.DataFrame(columns=niveles)
grados = [0,1,2]

# recorriendo todos los modelos posibles
for p, d, q, sp, sd, sq in product(grados, repeat=6):

## ecobici_forecast.py
# tomar de datos originales dias 29-oct, 30-oct, y 31-oct
df_29_31 = df_mon_to_fri.loc['2018-10-29':'2018-10-31']
df_29_31.plot()

# agregar bandas de confianza
pred_1_2_conf = results.get_forecast(steps=24*2).conf_int()
pred_1_2_conf.index = pd.date_range(start='11/1/2018', end='11/3/2018', freq='H')[:-1]
x = pd.date_range(start='11/1/2018', end='11/3/2018', freq='H')[:-1]
y1 = pred_1_2_conf['lower Bici']
y2 = pred_1_2_conf['upper Bici']

## wine_read.R
library(tidyverse)
path <- "path/to/data/winemag-data-130k-v2.csv"
winedata <- read_csv(file = path, col_names = TRUE)

## wine_exploratory.R
set.seed(12321)
ggplot(sample_n(winedata, size=10000),
       aes(x=price,
           y=jitter(points, factor = 3),
           color=country)) +
  geom_point(size=2) +
  xlab('Precio') +
  ylab('Puntuación') +
  ggtitle('Exploración por país')
ggsave('./path/to/data/all_wine_country.png')
	import pandas as pd
	print('hello world')

	if True:
	print('True!')
	# concatenar Hora_Retiro y Fecha_Retiro
	viajes['fecha_hora_retiro'] = viajes.Fecha_Retiro + ' ' + viajes.Hora_Retiro

	# cambiar de str a datetime
	viajes['fecha_hora'] = viajes.fecha_hora_retiro \
	.map(lambda x : datetime.strptime(x, '%d/%m/%Y %H:%M:%S'))

	# reindexar el dataframe
	viajes.index = viajes.fecha_hora
	# resample y agregacion por dia de mes
	viajes_resample_day = viajes.Bici.resample('H').count()

	# asignar día de la semana
	df_resample = pd.concat([viajes_resample_day], axis=1)
	df_resample['dayofweek'] = df_resample.index.dayofweek # 0 es lunes

	# lunes a viernes
	df_mon_to_fri = df_resample[df_resample.dayofweek.isin([0,1,2,3,4])].Bici
	from statsmodels.tsa.statespace.sarimax import SARIMAX

	# definir conjunto de datos
	x = df_mon_to_fri

	# instanciar modelo
	sarima_model = SARIMAX(x, order=(2,0,1), seasonal_order=(2, 1, 0, 24))

	# ajustar modelo
	results = sarima_model.fit()
	from statsmodels.tsa.statespace.sarimax import SARIMAX # modelo SARIMA
	from itertools import product # facilita ejecicion del ciclo for

	# definiendo niveles del modelo
	niveles = ['p', 'd', 'q', 'sp', 'sd', 'sq', 'AIC', 'BIC','log-like']
	resultados_modelos = pd.DataFrame(columns=niveles)
	grados = [0,1,2]

	# recorriendo todos los modelos posibles
	for p, d, q, sp, sd, sq in product(grados, repeat=6):
	# tomar de datos originales dias 29-oct, 30-oct, y 31-oct
	df_29_31 = df_mon_to_fri.loc['2018-10-29':'2018-10-31']
	df_29_31.plot()

	# agregar bandas de confianza
	pred_1_2_conf = results.get_forecast(steps=24*2).conf_int()
	pred_1_2_conf.index = pd.date_range(start='11/1/2018', end='11/3/2018', freq='H')[:-1]
	x = pd.date_range(start='11/1/2018', end='11/3/2018', freq='H')[:-1]
	y1 = pred_1_2_conf['lower Bici']
	y2 = pred_1_2_conf['upper Bici']
	library(tidyverse)
	path <- "path/to/data/winemag-data-130k-v2.csv"
	winedata <- read_csv(file = path, col_names = TRUE)
	set.seed(12321)
	ggplot(sample_n(winedata, size=10000),
	aes(x=price,
	y=jitter(points, factor = 3),
	color=country)) +
	geom_point(size=2) +
	xlab('Precio') +
	ylab('Puntuación') +
	ggtitle('Exploración por país')
	ggsave('./path/to/data/all_wine_country.png')