diff --git a/dane.xlsx b/dane.xlsx index e3d79b2..709d9f7 100644 Binary files a/dane.xlsx and b/dane.xlsx differ diff --git a/load_data.py b/load_data.py index 3c9490f..8682ee8 100644 --- a/load_data.py +++ b/load_data.py @@ -1,5 +1,3 @@ -import requests -import json import pandas as pd import argparse import warnings @@ -7,27 +5,88 @@ import warnings warnings.filterwarnings('ignore') parser = argparse.ArgumentParser() -parser.add_argument('-i','--instancja') parser.add_argument('-t', '--typ') -parser.add_argument('-r', '--rodzaj') +parser.add_argument('-k','--kwota') +parser.add_argument('-b', '--biegly') args = parser.parse_args() TYP = args.typ -RODZAJ = args.rodzaj -INSTANCJA = args.instancja +KWOTA = int(args.kwota) +BIEGLY = str(args.biegly) +print(TYP,KWOTA,BIEGLY) +def calc_stats(typ=TYP,KWOTA=KWOTA,BIEGLY = BIEGLY): + mapka = {'1':'cywilnej','2':'górniczej','3':'gospodarczej','4':'prawa pracy & ubezpieczeń'} + koszt_bieglego= 1789.42 + koszt = 0 + if KWOTA < 100000 and typ != '4': + df = pd.read_excel('dane.xlsx',sheet_name='rejon') + mask = df['RODZAJ'] == int(typ) + liczba_miesiecy = df[mask]['mean'] + procent = (1 - df[mask]['procent do 12 miesięcy']) * 100 + koszt_sadu = 0 + koszt_adwokata = 0 + if KWOTA <= 500: + koszt_sadu = 30 + koszt_adwokata = 90 + elif KWOTA > 500 and KWOTA <= 1500: + koszt_sadu = 100 + koszt_adwokata = 270 + elif KWOTA > 1500 and KWOTA <= 4000: + koszt_sadu = 200 + elif KWOTA > 4000 and KWOTA <= 7500: + koszt_sadu = 400 + elif KWOTA > 7500 and KWOTA <= 10000: + koszt_sadu = 500 + elif KWOTA > 10000 and KWOTA <= 15000: + koszt_sadu = 750 + elif KWOTA > 15000 and KWOTA <= 20000: + koszt_sadu = 1000 + elif KWOTA > 20000: + koszt_sadu = KWOTA * 0.05 + if koszt_sadu > 20000: + koszt_sadu = 20000 -def load_api(LINK): - response_API = requests.get(LINK) - data = response_API.text - parse_json = json.loads(data) + if KWOTA > 1500 and KWOTA <= 5000: + koszt_adwokata = 900 + elif KWOTA > 5000 and KWOTA <= 10000: + koszt_adwokata = 1800 + elif KWOTA > 10000 and KWOTA <= 50000: + koszt_adwokata = 3600 + elif KWOTA > 50000 and KWOTA <= 100000: + koszt_adwokata = 5400 -df = pd.read_excel('dane.xlsx',sheet_name=INSTANCJA) + + if BIEGLY == 'True': + koszt = koszt_sadu + koszt_adwokata + koszt_bieglego + else: + koszt = koszt_sadu + koszt_adwokata + print(f"Średni czas trwania rozprawy typu {mapka[typ]} wynosi {round(liczba_miesiecy,0).to_string(index=False)} miesięcy, a {procent.to_string(index=False)}% spraw trwa dłuzej niz rok, jej minimalny koszt wyniesie {koszt}") + + elif KWOTA > 100000: + df = pd.read_excel('dane.xlsx',sheet_name='okreg') + mask = df['RODZAJ'] == int(typ) + liczba_miesiecy = df[mask]['mean'] + procent = (1 - df[mask]['procent do 12 miesięcy']) * 100 + if KWOTA <= 200000: + koszt_adwokata = 5400 + elif KWOTA > 200000 and KWOTA <= 2000000: + koszt_adwokata = 10800 + elif KWOTA > 2000000 and KWOTA <= 5000000: + koszt_adwokata = 15000 + elif KWOTA > 500000: + koszt_adwokata = 25000 + + koszt_sadu = KWOTA * 0.05 + if koszt_sadu > 20000: + koszt_sadu = 20000 + + if BIEGLY == 'True': + koszt = koszt_sadu + koszt_adwokata + koszt_bieglego + else: + koszt = koszt_sadu + koszt_adwokata -mask = df['TYP'] == TYP -mask2 = df['RODZAJ'] == RODZAJ -liczba_miesiecy = df[mask][mask2]['mean'] -procent = df[mask2]['procent do 3 lat'] * 100 + print(f"Średni czas trwania rozprawy typu {mapka[TYP]} wynosi {round(liczba_miesiecy,0).to_string(index=False)} miesięcy, a {procent.to_string(index=False)}% spraw trwa krócej niz rok, a jej minimalny koszt wynosi {koszt}") -print(f"Średni czas trwania rozprawy typu {TYP}, rodzaju {RODZAJ} wynosi {round(liczba_miesiecy,0).to_string(index=False)} miesięcy, a {procent.to_string(index=False)}% spraw kończy się przed 3 latami") +calc_stats() \ No newline at end of file