kuhyx/ARAI
1
0
Fork 0
mirror of https://github.com/kuhyx/ARAI.git synced 2026-07-04 13:23:03 +02:00
Code Issues Actions Packages Projects Releases Wiki Activity

module update

Browse Source
This commit is contained in:
Jakub Jarzembowski 2024-03-09 18:49:05 +01:00
parent f9e97e4aee
commit f8b3d88a84
2 changed files with 75 additions and 16 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

BIN
dane.xlsx
View File

Binary file not shown.

91
load_data.py
View File

@ -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()