padroniza dadger e dadgnl

examples/plot_dadger.py

@@ -27,9 +27,9 @@
 import plotly.express as px
 import pandas as pd
 
-gtmin_pat1 = [t.inflexibilidades[0] for t in termicas_semana1]
-gtmax_pat1 = [t.disponibilidades[0] for t in termicas_semana1]
-cvus_pat1 = [t.cvus[0] for t in termicas_semana1]
+gtmin_pat1 = [t.inflexibilidade[0] for t in termicas_semana1]
+gtmax_pat1 = [t.disponibilidade[0] for t in termicas_semana1]
+cvus_pat1 = [t.cvu[0] for t in termicas_semana1]
 df = pd.DataFrame(data={"cvu": cvus_pat1, "gt": gtmax_pat1})
 df.sort_values("cvu", inplace=True)
 df["gt"] = df["gt"].cumsum()

examples/plot_edit_dadger.py

@@ -3,12 +3,6 @@
 Edição do dadger.rv0
 ========================================
 
-.. warning::
-
-    Este exemplo lida com propriedades do registro `PQ` do arquivo :ref:`dadger.rvX <dadger>`. Uma delas
-    é a `PQ.subsistema`, que viola o padrão de nomenclatura para entidades que é recomendado nas diretrizes
-    do módulo idecomp e, portanto, pode sofrer alterações em versões futuras para `PQ.submercado`.
-
 """
 
 # %%
@@ -37,17 +31,17 @@
 # objetos que modelam cada registro, e isto é feito ao não forçar o argumento opcional
 # `df=True`. Assim como para outros registros, é possível filtrar arbitrariamente pelos
 # registros que são desejados passando as propriedades destes como argumentos opcionais
-print(arq.pq(subsistema=1))
+print(arq.pq(codigo_submercado=1))
 
 
 # %%
 # Para realizar a edição dos valores dos registros é possível acessar os objetos realizando
 # os filtros adequados e alterar os valores das suas propriedades. Por exemplo, como só
 # existe um registro `PQ` por submercado e estágio, os valores das suas gerações podem ser
 # modificados diretamente:
-reg_pq = arq.pq(subsistema=1, estagio=1)
-reg_pq.geracoes = [10.0, 10.0, 10.0]
-print(arq.pq(subsistema=1, estagio=1).geracoes)
+reg_pq = arq.pq(codigo_submercado=1, estagio=1)
+reg_pq.geracao = [10.0, 10.0, 10.0]
+print(arq.pq(codigo_submercado=1, estagio=1).geracao)
 
 # %%
 # Caso seja desejado refazer completamente o bloco dos registros PQ, também é permitido
@@ -84,7 +78,7 @@
             "NORTE",
             "NORTE",
         ],
-        "subsistema": [1, 1, 2, 2, 3, 3, 4, 4],
+        "submercado": [1, 1, 2, 2, 3, 3, 4, 4],
         "geracao_pat1": [10.0, 10.0, 20.0, 20.0, 30.0, 30.0, 40.0, 40.0],
         "geracao_pat2": [11.0, 11.0, 21.0, 21.0, 31.0, 31.0, 41.0, 41.0],
         "geracao_pat3": [12.0, 12.0, 22.0, 22.0, 32.0, 32.0, 42.0, 42.0],
@@ -95,8 +89,8 @@
     r = PQ()
     r.estagio = linha["estagio"]
     r.nome = linha["nome"]
-    r.subsistema = linha["subsistema"]
-    r.geracoes = linha[
+    r.codigo_submercado = linha["submercado"]
+    r.geracao = linha[
         ["geracao_pat1", "geracao_pat2", "geracao_pat3"]
     ].tolist()
     arq.data.add_after(registro_base, r)

examples/plot_relato.py

@@ -27,5 +27,10 @@
 import plotly.express as px
 
 # sphinx_gallery_thumbnail_number = 1
-fig = px.line(df, x="Estágio", y="Earm Final Percentual", color="Subsistema")
+fig = px.line(
+    df,
+    x="estagio",
+    y="energia_armazenada_final_percentual",
+    color="nome_submercado",
+)
 fig

idecomp/decomp/dadger.py

@@ -235,11 +235,29 @@ def escreve_arquivo(self, diretorio: str, nome_arquivo="dadger.rv0"):
         warnings.warn(msg, category=FutureWarning)
         self.write(join(diretorio, nome_arquivo))
 
+    def __expande_colunas_df(self, df: pd.DataFrame) -> pd.DataFrame:
+        colunas_com_listas = df.applymap(
+            lambda linha: isinstance(linha, list)
+        ).all()
+        nomes_colunas = [
+            c for c in colunas_com_listas[colunas_com_listas].index
+        ]
+        for c in nomes_colunas:
+            num_elementos = len(df.at[0, c])
+            particoes_coluna = [
+                f"{c}_{i}" for i in range(1, num_elementos + 1)
+            ]
+            df[particoes_coluna] = df.apply(
+                lambda linha: linha[c], axis=1, result_type="expand"
+            )
+            df.drop(columns=[c], inplace=True)
+        return df
+
     def __registros_ou_df(
         self, t: Type[T], **kwargs
     ) -> Optional[Union[T, List[T], pd.DataFrame]]:
         if kwargs.get("df"):
-            return self._as_df(t)
+            return self.__expande_colunas_df(self._as_df(t))
         else:
             kwargs_sem_df = {k: v for k, v in kwargs.items() if k != "df"}
             return self.data.get_registers_of_type(t, **kwargs_sem_df)
@@ -469,7 +487,7 @@ def pq(
 
     def ac(
         self,
-        uhe: int,
+        codigo_usina: int,
         modificacao: Any,
         df: bool = False,
         **kwargs,
@@ -478,8 +496,8 @@ def ac(
         Obtém um registro que define modificações nos parâmetros
         das UHE em um :class:`Dadger`.
 
-        :param uhe: código da UHE modificada
-        :type uhe: int
+        :param codigo_usina: código da UHE modificada
+        :type codigo_usina: int
         :param modificacao: classe da modificação realizada
         :type modificacao: subtipos do tipo `AC`
         :param df: ignorar os filtros e retornar
@@ -490,7 +508,7 @@ def ac(
         :rtype: `AC` | list[`AC`] | :class:`pd.DataFrame` | None
         """
         return self.__registros_ou_df(
-            modificacao, **{"uhe": uhe, **kwargs, "df": df}
+            modificacao, **{"codigo_usina": codigo_usina, **kwargs, "df": df}
         )
 
     def cd(
@@ -698,19 +716,15 @@ def cria_registro() -> Optional[LU]:
                 novo_registro.codigo_restricao = (
                     ultimo_registro.codigo_restricao
                 )
-                novo_registro.limites_inferiores = (
-                    ultimo_registro.limites_inferiores
-                )
-                novo_registro.limites_superiores = (
-                    ultimo_registro.limites_superiores
-                )
+                novo_registro.limite_inferior = ultimo_registro.limite_inferior
+                novo_registro.limite_superior = ultimo_registro.limite_superior
                 novo_registro.estagio = estagio
                 self.data.add_after(ultimo_registro, novo_registro)
                 return novo_registro
             return None
 
         if df:
-            return self._as_df(LU)
+            return self.__expande_colunas_df(self._as_df(LU))
         else:
             lu = self.data.get_registers_of_type(
                 LU, codigo_restricao=codigo_restricao, estagio=estagio
@@ -1224,7 +1238,7 @@ def cria_registro() -> Optional[LV]:
             return None
 
         if df:
-            return self._as_df(LV)
+            return self.__expande_colunas_df(self._as_df(LV))
         else:
             lv = self.data.get_registers_of_type(
                 LV, codigo_restricao=codigo_restricao, estagio=estagio
@@ -1383,19 +1397,15 @@ def cria_registro() -> Optional[LQ]:
                     data=[None] * len(ultimo_registro.data),
                 )
                 novo_registro.codigo_restricao = codigo_restricao
-                novo_registro.limites_superiores = (
-                    ultimo_registro.limites_superiores
-                )
-                novo_registro.limites_inferiores = (
-                    ultimo_registro.limites_inferiores
-                )
+                novo_registro.limite_superior = ultimo_registro.limite_superior
+                novo_registro.limite_inferior = ultimo_registro.limite_inferior
                 novo_registro.estagio = estagio
                 self.data.add_after(ultimo_registro, novo_registro)
                 return novo_registro
             return None
 
         if df:
-            return self._as_df(LQ)
+            return self.__expande_colunas_df(self._as_df(LQ))
         else:
             lq = self.data.get_registers_of_type(
                 LQ, codigo_restricao=codigo_restricao, estagio=estagio

idecomp/decomp/dadgnl.py

@@ -51,19 +51,37 @@ def escreve_arquivo(self, diretorio: str, nome_arquivo="dadgnl.rv0"):
         warnings.warn(msg, category=FutureWarning)
         self.write(join(diretorio, nome_arquivo))
 
+    def __expande_colunas_df(self, df: pd.DataFrame) -> pd.DataFrame:
+        colunas_com_listas = df.applymap(
+            lambda linha: isinstance(linha, list)
+        ).all()
+        nomes_colunas = [
+            c for c in colunas_com_listas[colunas_com_listas].index
+        ]
+        for c in nomes_colunas:
+            num_elementos = len(df.at[0, c])
+            particoes_coluna = [
+                f"{c}_{i}" for i in range(1, num_elementos + 1)
+            ]
+            df[particoes_coluna] = df.apply(
+                lambda linha: linha[c], axis=1, result_type="expand"
+            )
+            df.drop(columns=[c], inplace=True)
+        return df
+
     def __registros_ou_df(
         self, t: Type[T], **kwargs
     ) -> Optional[Union[T, List[T], pd.DataFrame]]:
         if kwargs.get("df"):
-            return self._as_df(t)
+            return self.__expande_colunas_df(self._as_df(t))
         else:
             kwargs_sem_df = {k: v for k, v in kwargs.items() if k != "df"}
             return self.data.get_registers_of_type(t, **kwargs_sem_df)
 
     def tg(
         self,
-        codigo: Optional[int] = None,
-        subsistema: Optional[int] = None,
+        codigo_usina: Optional[int] = None,
+        codigo_submercado: Optional[int] = None,
         nome: Optional[str] = None,
         estagio: Optional[int] = None,
         df: bool = False,
@@ -72,12 +90,12 @@ def tg(
         Obtém um registro que define uma usina termelétrica existente
         no estudo descrito pelo :class:`DadGNL`.
 
-        :param codigo: código que especifica o registro
+        :param codigo_usina: código que especifica o registro
             da UTE
-        :type codigo: int | None
-        :param subsistema: código que especifica o subsistema
+        :type codigo_usina: int | None
+        :param codigo_submercado: código que especifica o submercado
             da UTE
-        :type subsistema: int | None
+        :type codigo_submercado: int | None
         :param nome: nome da UTE
         :type nome: str | None
         :param estagio: Índice do estágio para o qual foi cadastrado
@@ -92,8 +110,8 @@ def tg(
         """
         return self.__registros_ou_df(
             TG,
-            codigo=codigo,
-            subsistema=subsistema,
+            codigo_usina=codigo_usina,
+            codigo_submercado=codigo_submercado,
             nome=nome,
             estagio=estagio,
             df=df,
@@ -124,19 +142,19 @@ def gs(
 
     def nl(
         self,
-        codigo: Optional[int] = None,
-        subsistema: Optional[int] = None,
+        codigo_usina: Optional[int] = None,
+        codigo_submercado: Optional[int] = None,
         lag: Optional[int] = None,
         df: bool = False,
     ) -> Optional[Union[NL, List[NL], pd.DataFrame]]:
         """
         Obtém um registro que define o número de lags para o despacho
         de uma UTE.
 
-        :param codigo: código da UTE
-        :type codigo: int | None
-        :param subsistema: subsistema da UTE
-        :type subsistema: int | None
+        :param codigo_usina: código da UTE
+        :type codigo_usina: int | None
+        :param codigo_submercado: código do submercado da UTE
+        :type codigo_submercado: int | None
         :param lag: número de lags da UTE
         :type lag: int | None
         :param df: ignorar os filtros e retornar
@@ -147,13 +165,17 @@ def nl(
         :rtype: :class:`NL` | list[:class:`NL`] | :class:`pd.DataFrame` | None
         """
         return self.__registros_ou_df(
-            NL, codigo=codigo, subsistema=subsistema, lag=lag, df=df
+            NL,
+            codigo_usina=codigo_usina,
+            codigo_submercado=codigo_submercado,
+            lag=lag,
+            df=df,
         )
 
     def gl(
         self,
-        codigo: Optional[int] = None,
-        subsistema: Optional[int] = None,
+        codigo_usina: Optional[int] = None,
+        codigo_submercado: Optional[int] = None,
         estagio: Optional[int] = None,
         data_inicio: Optional[str] = None,
         df: bool = False,
@@ -162,11 +184,11 @@ def gl(
         Obtém um registro que define o despacho por patamar
         e a duração dos patamares para uma UTE GNL.
 
-        :param codigo: código que especifica o registro
+        :param codigo_usina: código que especifica o registro
             da UTE
-        :type codigo: int | None
-        :param subsistema: subsistema da UTE
-        :type subsistema: int | None
+        :type codigo_usina: int | None
+        :param codigo_submercado: código do submercado da UTE
+        :type codigo_submercado: int | None
         :param estagio: estágio do despacho da UTE
         :type estagio: int | None
         :param data_inicio: data de início do estágio
@@ -181,8 +203,8 @@ def gl(
         """
         return self.__registros_ou_df(
             GL,
-            codigo=codigo,
-            subsistema=subsistema,
+            codigo_usina=codigo_usina,
+            codigo_submercado=codigo_submercado,
             estagio=estagio,
             data_inicio=data_inicio,
             df=df,