182 lines
6.5 KiB
Python
182 lines
6.5 KiB
Python
# -*- mode: python -*-
|
|
# -*- coding: utf-8 -*-
|
|
|
|
##############################################################################
|
|
#
|
|
# Gestion scolarite IUT
|
|
#
|
|
# Copyright (c) 1999 - 2024 Emmanuel Viennet. All rights reserved.
|
|
#
|
|
# This program is free software; you can redistribute it and/or modify
|
|
# it under the terms of the GNU General Public License as published by
|
|
# the Free Software Foundation; either version 2 of the License, or
|
|
# (at your option) any later version.
|
|
#
|
|
# This program is distributed in the hope that it will be useful,
|
|
# but WITHOUT ANY WARRANTY; without even the implied warranty of
|
|
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
|
|
# GNU General Public License for more details.
|
|
#
|
|
# You should have received a copy of the GNU General Public License
|
|
# along with this program; if not, write to the Free Software
|
|
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
|
|
#
|
|
# Emmanuel Viennet emmanuel.viennet@viennet.net
|
|
#
|
|
##############################################################################
|
|
|
|
##############################################################################
|
|
# Module "Avis de poursuite d'étude"
|
|
# conçu et développé par Cléo Baras (IUT de Grenoble)
|
|
##############################################################################
|
|
|
|
|
|
"""
|
|
Created on Thu Sep 8 09:36:33 2016
|
|
|
|
@author: barasc
|
|
"""
|
|
|
|
import datetime
|
|
import numpy as np
|
|
|
|
from app.comp.moy_sem import comp_ranks_series
|
|
from app.pe import pe_affichage
|
|
from app.scodoc import sco_utils as scu
|
|
import pandas as pd
|
|
|
|
|
|
TAGS_RESERVES = ["but"]
|
|
|
|
|
|
class TableTag(object):
|
|
def __init__(self):
|
|
"""Classe centralisant différentes méthodes communes aux
|
|
SemestreTag, TrajectoireTag, AggregatInterclassTag
|
|
"""
|
|
pass
|
|
|
|
# -----------------------------------------------------------------------------------------------------------
|
|
def get_all_tags(self):
|
|
"""Liste des tags de la table, triée par ordre alphabétique
|
|
|
|
Returns:
|
|
Liste de tags triés par ordre alphabétique
|
|
"""
|
|
return sorted(self.moyennes_tags.keys())
|
|
|
|
def df_moyennes_et_classements(self):
|
|
"""Renvoie un dataframe listant toutes les moyennes,
|
|
et les classements des étudiants pour tous les tags
|
|
"""
|
|
|
|
etudiants = self.etudiants
|
|
df = pd.DataFrame.from_dict(etudiants, orient="index", columns=["nom"])
|
|
|
|
for tag in self.get_all_tags():
|
|
df = df.join(self.moyennes_tags[tag]["notes"].rename(f"Moy {tag}"))
|
|
df = df.join(self.moyennes_tags[tag]["classements"].rename(f"Class {tag}"))
|
|
|
|
return df
|
|
|
|
def df_notes(self):
|
|
"""Renvoie un dataframe (etudid x tag) listant toutes les moyennes par tags
|
|
|
|
Returns:
|
|
Un dataframe etudids x tag (avec tag par ordre alphabétique)
|
|
"""
|
|
tags = self.get_all_tags()
|
|
if tags:
|
|
dict_series = {tag: self.moyennes_tags[tag]["notes"] for tag in tags}
|
|
df = pd.DataFrame(dict_series)
|
|
return df
|
|
else:
|
|
return None
|
|
|
|
def str_tagtable(self):
|
|
"""Renvoie une chaine de caractère listant toutes les moyennes,
|
|
les rangs des étudiants pour tous les tags."""
|
|
|
|
etudiants = self.etudiants
|
|
df = pd.DataFrame.from_dict(etudiants, orient="index", columns=["nom"])
|
|
|
|
for tag in self.get_all_tags():
|
|
df = df.join(self.moyennes_tags[tag]["notes"].rename(f"moy {tag}"))
|
|
df = df.join(self.moyennes_tags[tag]["classements"].rename(f"class {tag}"))
|
|
|
|
return df.to_csv(sep=";")
|
|
|
|
def comp_moy_et_stat(self, notes: pd.Series) -> dict:
|
|
"""Calcule et structure les données nécessaires au PE pour une série
|
|
de notes (souvent une moyenne par tag) dans un dictionnaire spécifique.
|
|
|
|
Partant des notes, sont calculés les classements (en ne tenant compte
|
|
que des notes non nulles).
|
|
|
|
Args:
|
|
notes: Une série de notes (avec des éventuels NaN)
|
|
|
|
Returns:
|
|
Un dictionnaire stockant les notes, les classements, le min,
|
|
le max, la moyenne, le nb de notes (donc d'inscrits)
|
|
"""
|
|
# Supprime d'éventuels chaines de caractères dans les notes
|
|
notes = pd.to_numeric(notes, errors="coerce")
|
|
|
|
# Les indices des ... et les notes non nulles/pertinentes
|
|
indices = notes.notnull()
|
|
notes_non_nulles = notes[indices]
|
|
|
|
# Les classements sur les notes non nulles
|
|
(_, class_gen_ue_non_nul) = comp_ranks_series(notes_non_nulles)
|
|
|
|
# Les classements (toutes notes confondues, avec NaN si pas de notes)
|
|
class_gen_ue = pd.Series(np.nan, index=notes.index, dtype="Int64")
|
|
class_gen_ue[indices] = class_gen_ue_non_nul[indices]
|
|
|
|
synthese = {
|
|
"notes": notes,
|
|
"classements": class_gen_ue,
|
|
"min": notes.min(),
|
|
"max": notes.max(),
|
|
"moy": notes.mean(),
|
|
"nb_inscrits": len(indices),
|
|
}
|
|
return synthese
|
|
|
|
@classmethod
|
|
def get_min_for_df(cls, bilan: dict) -> float:
|
|
"""Partant d'un dictionnaire `bilan` généralement une moyennes_tags pour un tag donné,
|
|
revoie le min renseigné pour affichage dans un df"""
|
|
return round(bilan["min"], 2)
|
|
|
|
@classmethod
|
|
def get_max_for_df(cls, bilan: dict) -> float:
|
|
"""Partant d'un dictionnaire `bilan` généralement une moyennes_tags pour un tag donné,
|
|
renvoie le max renseigné pour affichage dans un df"""
|
|
return round(bilan["max"], 2)
|
|
|
|
@classmethod
|
|
def get_moy_for_df(cls, bilan: dict) -> float:
|
|
"""Partant d'un dictionnaire `bilan` généralement une moyennes_tags pour un tag donné,
|
|
renvoie la moyenne renseignée pour affichage dans un df"""
|
|
return round(bilan["moy"], 2)
|
|
|
|
@classmethod
|
|
def get_class_for_df(cls, bilan: dict, etudid: int) -> str:
|
|
"""Partant d'un dictionnaire `bilan` généralement une moyennes_tags pour un tag donné,
|
|
renvoie le classement ramené au nombre d'inscrits,
|
|
pour un étudiant donné par son etudid"""
|
|
classement = bilan['classements'].loc[etudid]
|
|
if not pd.isna(classement):
|
|
return f"{classement}/{bilan['nb_inscrits']}"
|
|
else:
|
|
return pe_affichage.SANS_NOTE
|
|
|
|
@classmethod
|
|
def get_note_for_df(cls, bilan: dict, etudid: int):
|
|
"""Partant d'un dictionnaire `bilan` généralement une moyennes_tags pour un tag donné,
|
|
renvoie la note (moyenne)
|
|
pour un étudiant donné par son etudid"""
|
|
return round(bilan["notes"].loc[etudid], 2)
|