Bienvenides¶

En esta notebook vamos a levantar un archivo con las respuestas de algun cuatrimestre del cursito de python de la FIFA con Pandas, y vamos también a trabajarlo un poco para ver qué tipo de cosas se pueden hacer y qué información sacar de los datos

In [171]:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime

%matplotlib notebook
respuestas = pd.read_csv("respuestas.csv")
respuestas

Out[171]:

	Timestamp	¿Que día/horarios te conviene? [Lunes]	¿Que día/horarios te conviene? [Martes]	¿Que día/horarios te conviene? [Miercoles]	¿Que día/horarios te conviene? [Jueves]	¿Que día/horarios te conviene? [Viernes]	¿Cuantos sabes de programación?	¿Tenes algún tema o librería en particular que te gustaría aprender?(esta pregunta es opcional)
0	29/03/2020 18:04:09	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	3	NaN
1	29/03/2020 18:09:10	Tarde(1330-1630)	Tarde(1330-1630)	Tarde(1330-1630)	Tarde(1330-1630)	Tarde(1330-1630)	1	NaN
2	29/03/2020 18:21:25	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	1	NaN
3	29/03/2020 18:22:11	Mañana(1030-1330), Tarde(1330-1630), Noche(173...	Mañana(1030-1330), Tarde(1330-1630), Noche(173...	Mañana(1030-1330), Tarde(1330-1630), Noche(173...	Mañana(1030-1330), Tarde(1330-1630), Noche(173...	Mañana(1030-1330), Tarde(1330-1630), Noche(173...	3	Programación orientada a objetos
4	29/03/2020 18:34:15	Noche(1730-2030)	Noche(1730-2030)	Noche(1730-2030)	Noche(1730-2030)	Noche(1730-2030)	1	NaN
...	...	...	...	...	...	...	...	...
166	04/04/2020 07:55:21	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	1	NaN
167	04/04/2020 09:55:16	Ninguna	Tarde(1330-1630)	Tarde(1330-1630)	Tarde(1330-1630)	Ninguna	1	NaN
168	04/04/2020 13:35:21	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	Mañana(1030-1330)	2	NaN
169	04/04/2020 13:40:15	Mañana(1030-1330)	Mañana(1030-1330), Tarde(1330-1630)	Mañana(1030-1330)	Mañana(1030-1330), Tarde(1330-1630)	Mañana(1030-1330)	1	NaN
170	04/04/2020 14:20:55	Mañana(1030-1330)	Mañana(1030-1330), Tarde(1330-1630), Noche(173...	Mañana(1030-1330), Tarde(1330-1630)	Mañana(1030-1330), Tarde(1330-1630), Noche(173...	Mañana(1030-1330)	1	NaN

171 rows × 8 columns

Es un poco molesto de ver asi la tabla, porque cada horario tiene mucha información que estaba en el form, pero ya no nos sirve, entones podemos reemplazar cada turno por algo mas corto, así como tambien cambiar las preguntas que también son muy largas.

In [172]:

respuestas.columns = ['Tiempo', 'Lun', 'Mar', 'Mie', 'Jue', 'Vie', 'Nivel', 'Extras']
respuestas.replace({'Mañana\(1030-1330\)': 'Man',
                    'Tarde\(1330-1630\)': 'Tar',
                    'Noche\(1730-2030\)': 'Noc',
                    'Ninguna':"None"}, regex=True, inplace=True)
respuestas

Out[172]:

	Tiempo	Lun	Mar	Mie	Jue	Vie	Nivel	Extras
0	29/03/2020 18:04:09	Man	Man	Man	Man	Man	3	NaN
1	29/03/2020 18:09:10	Tar	Tar	Tar	Tar	Tar	1	NaN
2	29/03/2020 18:21:25	Man	Man	Man	Man	Man	1	NaN
3	29/03/2020 18:22:11	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	3	Programación orientada a objetos
4	29/03/2020 18:34:15	Noc	Noc	Noc	Noc	Noc	1	NaN
...	...	...	...	...	...	...	...	...
166	04/04/2020 07:55:21	Man	Man	Man	Man	Man	1	NaN
167	04/04/2020 09:55:16	None	Tar	Tar	Tar	None	1	NaN
168	04/04/2020 13:35:21	Man	Man	Man	Man	Man	2	NaN
169	04/04/2020 13:40:15	Man	Man, Tar	Man	Man, Tar	Man	1	NaN
170	04/04/2020 14:20:55	Man	Man, Tar, Noc	Man, Tar	Man, Tar, Noc	Man	1	NaN

171 rows × 8 columns

Algo trivial de hacer ahora es ver, por ejemplo, la distribución de nivel de la gente que está viniendo al taller. Esto puede servir para enfocar de diferentes maneras los temas que vamos a dar. O bien super básicos, o si podemos apretar más el acelerador y dar mas cosas.

In [176]:

# Agrego el '_ ='  solo para que no me printee una cosa las notebooks, porque la funcion `hist`
# devuelve algunos parametros (pueden ver cuales haciendo `plt.hist?`) y por ahora no los necesito
# asi que le digo que ni los guarde

_ = plt.hist(respuestas.Nivel,bins=list(range(1, 12)), align='left', edgecolor='k', color='lightblue')
plt.xlabel("Nivel")
plt.ylabel("# de personas")

Out[176]:

Text(0, 0.5, '# de personas')

Supongan que nos interesa saber qué dia se anotaron mas personas, o a qué hora. Por ejemplo para saber cuándo hacer algún posteo en una red social, o lo que sea. Podemos hacerlo viendo el campo de Time que devuelve el formulario, que tiene las fechas y horas de cada envío de respuesta.

In [170]:

# Traigo las fechas, y las paso a un tipo de dato datetime asi matplotlib lo plotea bien y no hace ruido
dates = [datetime.datetime.strptime(date_str, '%d/%m/%Y %H:%M:%S') for date_str in respuestas.Tiempo.values]

# Ordeno las fechas por si alguna se mezcló en el camino, y ploteo contra el id.
# en realidad solo necesito que vaya de uno en uno con cada fecha de ingreso
# sería lo mismo hacer algo como:
# plt.plot(sorted(dates), list(range(len(dates))))

plt.plot(sorted(dates), respuestas.index+1)
plt.xticks(rotation=45) # Arreglo para que no se solapen las horas
plt.ylabel("Respuestas al form")
plt.grid()

Algo menos trivial sería ver como es el solape de inscripciones, para saber como distribuirnos los docentes los horarios. Si hay mucha gente a la mañana habrá que poner más gente en ese turno. Pero también es importante saber cuanta gente se anotó a mas de un turno, porque quizás se podría eliminar alguno de los turnos y distribuir a esa gente en los otros.

Una rudimentaria forma de hacerlo sería recorrer cada uno de los dias y horarios para cada alumno e ir almacenando la id de ese alumno, cosa de que poder ver fácilmente quien se anotó a qué dia y horario

In [153]:

dias = respuestas.columns[1:6].values
solape = {}
turnos = ['Man', 'Tar', 'Noc', 'None']

# Solape va a ser un diccionario con 5 entradas (una por cada dia)
# cada entrada va a tener otras tres (una por cada turno)
# y ahi guardaremos el id de la persona que se anotó a ese dia y horario
#
# Sería una cosa:
# Lun:
#     Man: {Persona1, ...}
#     Tar: {Persona25, ...}
#     Noc: {...}
#     None: {...}
#
# idem con los demas días
#
# Primero entonces inicializo todo vacio, pero para que ya esté la estructura armada
for dia in dias: solape[dia] = {turn:set() for turn in turnos}

for index, fila in respuestas.iterrows(): # recorro todas las filas
    for dia in dias: # recorro todos los dias (que son las columnas 1:6)
        for turno in fila[dia].split(", "): # Aca me fijo y separo todos los dias que se anotó la persona
            solape[dia][turno].add(str(index)) # agrego a la persona a cada dia y turno apropiado

Ahora tenemos en solape todo distribuido ya con las personas ordenadas en los dias y turnos que eligió. Para ver efectivamente el solapamiento de horarios podemos ver la interseccion de cada set, justamente por este motivo es que elegimos usar un set, para poder intersecar fácilmente.

In [154]:

for dia in dias: # Voy a armar una "matriz de solape" por dia
    print(f"{dia}:")
    print("   \t","\t".join(turnos)) # Esta es la primer fila con los nombre de los turnos
    for turno_i in turnos:
        print(turno_i, end='\t') # La primer columna con nombres de turnos
        for turno_j in turnos: 
            # Aca interseco los dos sets con `&` y luego me fijo el largo del set
            # como son sets, no tengo que preocuparme por doble conteos nunca!!
            interseccion = len(solape[dia][turno_i] & solape[dia][turno_j])
            print(f"{interseccion}", end='\t') # printeo el valor y meto un tab
        print("") # agrego una linea en blanco
    print("\n\n")

Lun:
   	 Man	Tar	Noc	None
Man	76	35	21	0	
Tar	35	68	21	0	
Noc	21	21	68	0	
None	0	0	0	20	



Mar:
   	 Man	Tar	Noc	None
Man	76	38	21	0	
Tar	38	76	24	0	
Noc	21	24	67	0	
None	0	0	0	18	



Mie:
   	 Man	Tar	Noc	None
Man	80	40	20	0	
Tar	40	76	23	0	
Noc	20	23	64	0	
None	0	0	0	17	



Jue:
   	 Man	Tar	Noc	None
Man	72	37	22	0	
Tar	37	71	21	0	
Noc	22	21	65	0	
None	0	0	0	25	



Vie:
   	 Man	Tar	Noc	None
Man	84	47	28	0	
Tar	47	84	31	0	
Noc	28	31	68	0	
None	0	0	0	17

Y bueno, así de fácil (fácil?) se pudo saber como es la distribución de inscriptos en cada horario, y cómo fue el solapamiento de turnos. Obvio que esto tambien se podría visualizar en un heatmap, o algo por el estilo, pero todas esas cosas extra se las dejamos para ustedes para experimentar.

Esto puede parecer al pedo, pero quizas está bueno por si realmente se decide en base a estos datos sacar un turno. Por ejemplo, si se decide eliminar el turno tarde del Lunes, se le podría enviar un mail a aquellos que se anotaron a la tarde y noche, pidiendoles que se anoten de noche, y a los que se anotaron mañana-tarde que se anoten a la mañana!

Abajo les dejamos eso hecho con el id del inscripto. El formulario tambien nos dice a nosotros sus mails, pero no divulgaríamos esa informacion! De cualquier manera el procedimiento sería el mismo, salvo que al final printeariamos los mails de forma tal de luego poder copiar y pegarlos y enviarles el mail a todos juntos.

In [194]:

gente_man_tar = respuestas.loc[(respuestas.Lun == 'Man, Tar')]
gente_man_tar
# Aca si estuviera el campo Email podriamos hacer
# print(gente_man_tar[Email])
# Y mandarles el mail

Out[194]:

	Tiempo	Lun	Mar	Mie	Jue	Vie	Nivel	Extras
3	29/03/2020 18:22:11	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	3	Programación orientada a objetos
17	29/03/2020 21:46:11	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	5	NaN
21	29/03/2020 22:51:49	Man, Tar	None	Man, Tar	Man, Tar	Man, Tar	1	NaN
26	30/03/2020 04:35:31	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	2	NaN
28	30/03/2020 09:26:26	Man, Tar, Noc	Man	Man	Man, Tar, Noc	Man, Tar, Noc	7	NaN
35	30/03/2020 12:44:55	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	3	Animaciones
40	30/03/2020 16:34:50	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	3	NaN
43	31/03/2020 08:34:47	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	5	NaN
50	01/04/2020 00:11:25	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	3	NaN
53	01/04/2020 00:30:13	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	1	NaN
55	01/04/2020 00:33:26	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	1	NaN
63	01/04/2020 02:42:35	Man, Tar, Noc	None	Man, Tar, Noc	None	Man, Tar, Noc	3	Importar txt y que python lo interprete como u...
72	01/04/2020 10:54:46	Man, Tar	Man, Tar	Tar	Man, Tar	Man, Tar	7	NaN
76	01/04/2020 11:35:54	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	1	NaN
77	01/04/2020 11:40:01	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	5	Ahroa estoy metiendome con netCDF4 y xArray pa...
78	01/04/2020 11:52:56	Man, Tar, Noc	None	Man, Tar, Noc	None	Man, Tar, Noc	2	panda
81	01/04/2020 13:15:16	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	1	NaN
85	01/04/2020 13:47:41	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	3	NaN
87	01/04/2020 14:21:19	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	2	NaN
99	01/04/2020 15:49:05	Man, Tar, Noc	None	Tar	None	Tar, Noc	1	NaN
100	01/04/2020 15:55:30	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	2	NaN
101	01/04/2020 16:10:48	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	2	NaN
103	01/04/2020 16:19:01	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	1	NaN
105	01/04/2020 16:29:33	Man, Tar, Noc	None	Noc	None	None	1	NaN
112	01/04/2020 19:06:56	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	2	NaN
113	01/04/2020 19:08:07	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Tar, Noc	2	NaN
124	01/04/2020 21:31:27	Man, Tar	Man	Man, Tar	None	None	1	NaN
129	01/04/2020 23:22:27	Man, Tar, Noc	None	Man, Tar, Noc	None	Man, Tar, Noc	4	NaN
134	02/04/2020 03:40:22	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	7	NaN
136	02/04/2020 04:25:40	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	1	Html
137	02/04/2020 10:54:04	Man, Tar	Man, Tar	Man, Tar	Man, Tar	Man, Tar	5	genomica
142	02/04/2020 12:34:15	Man, Tar	None	Man, Tar	None	Man, Tar, Noc	2	numpy
147	02/04/2020 14:10:59	Man, Tar, Noc	Tar, Noc	Man, Tar, Noc	Noc	Man, Tar, Noc	1	NaN
154	02/04/2020 20:13:32	Man, Tar	Man, Tar	Man, Tar	Man	Man, Tar, Noc	2	NaN
161	03/04/2020 11:47:59	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	Man, Tar, Noc	5	NaN