inewave 1.2.1__py3-none-any.whl → 1.3.0__py3-none-any.whl

inewave/__init__.py

@@ -6,7 +6,7 @@ inewave é um módulo em Python para manipulação dos arquivos de entrada
 e saída do NEWAVE.
 """
 
-__version__ = "1.2.1"
+__version__ = "1.3.0"
 
 from . import newave  # noqa
 from . import nwlistcf  # noqa

inewave/_utils/formatacao.py

@@ -9,29 +9,38 @@ __COLS_IDENTIFICACAO = ["data", "ano", "serie", "patamar", "classe"]
 
 def __formata_df_meses_para_datas_serie(df: pd.DataFrame) -> pd.DataFrame:
     anos = np.array(df["ano"].unique().tolist())
-    datas = pd.date_range(
-        datetime(year=anos[0], month=1, day=1),
-        datetime(year=anos[-1], month=12, day=1),
-        freq="MS",
-    )
-    df_series = pd.DataFrame()
+    series = np.array(df["serie"].unique().tolist())
+    n_series = len(series)
+    datas_df = []
+    series_df = []
     for a in anos:
-        df_ano = df.loc[df["ano"] == a, MESES_DF].T
-        df_ano.columns = [str(s) for s in list(range(1, df_ano.shape[1] + 1))]
-        df_series = pd.concat([df_series, df_ano], ignore_index=True)
-    df_series["data"] = datas
-    cols_not_scenarios = [
-        c for c in df_series.columns if c in __COLS_IDENTIFICACAO
-    ]
-    cols_scenarios = [
-        c for c in df_series.columns if c not in __COLS_IDENTIFICACAO
-    ]
-    df_formatado = pd.melt(
-        df_series,
-        id_vars=cols_not_scenarios,
-        value_vars=cols_scenarios,
-        var_name="serie",
-        value_name="valor",
+        datas_df.append(
+            np.tile(
+                pd.date_range(
+                    datetime(year=a, month=1, day=1),
+                    datetime(year=a, month=12, day=1),
+                    freq="MS",
+                ).to_numpy(),
+                n_series,
+            ),
+        )
+        series_df.append(np.repeat(series, 12))
+    valores = []
+    for a in anos:
+        valores.append(
+            df.loc[
+                (df["ano"] == a),
+                MESES_DF,
+            ]
+            .to_numpy()
+            .flatten()
+        )
+    df_formatado = pd.DataFrame(
+        data={
+            "data": np.concatenate(datas_df),
+            "serie": np.concatenate(series_df),
+            "valor": np.concatenate(valores),
+        }
     )
     return df_formatado
 
@@ -40,99 +49,98 @@ def __formata_df_meses_para_datas_serie_patamar(
     df: pd.DataFrame,
 ) -> pd.DataFrame:
     anos = np.array(df["ano"].unique().tolist())
+    series = np.array(df["serie"].unique().tolist())
     patamares = np.array(df["patamar"].unique().tolist())
-    datas = []
+    n_series = len(series)
+    n_patamares = len(patamares)
+    datas_df = []
+    patamares_df = []
+    series_df = []
     for a in anos:
-        for _ in patamares:
-            datas += pd.date_range(
-                datetime(year=a, month=1, day=1),
-                datetime(year=a, month=12, day=1),
-                freq="MS",
-            ).tolist()
-    df_series = pd.DataFrame()
+        datas_df.append(
+            np.tile(
+                pd.date_range(
+                    datetime(year=a, month=1, day=1),
+                    datetime(year=a, month=12, day=1),
+                    freq="MS",
+                ).to_numpy(),
+                n_series * n_patamares,
+            ),
+        )
+        patamares_df.append(np.tile(np.repeat(patamares, 12), n_series))
+        series_df.append(np.repeat(series, 12 * n_patamares))
+
+    valores = []
     for a in anos:
-        for p in patamares:
-            df_ano_patamar = df.loc[
-                (df["ano"] == a) & (df["patamar"] == p),
+        valores.append(
+            df.loc[
+                (df["ano"] == a),
                 MESES_DF,
-            ].T
-            cols = [
-                str(s) for s in list(range(1, df_ano_patamar.shape[1] + 1))
             ]
-            df_ano_patamar.columns = cols
-            df_ano_patamar["patamar"] = str(p)
-            df_ano_patamar = df_ano_patamar[["patamar"] + cols]
-            df_series = pd.concat(
-                [df_series, df_ano_patamar], ignore_index=True
-            )
-    df_series["data"] = datas
-    cols_not_scenarios = [
-        c for c in df_series.columns if c in __COLS_IDENTIFICACAO
-    ]
-    cols_scenarios = [
-        c for c in df_series.columns if c not in __COLS_IDENTIFICACAO
-    ]
-    df_formatado = pd.melt(
-        df_series,
-        id_vars=cols_not_scenarios,
-        value_vars=cols_scenarios,
-        var_name="serie",
-        value_name="valor",
+            .to_numpy()
+            .flatten()
+        )
+    df_formatado = pd.DataFrame(
+        data={
+            "data": np.concatenate(datas_df),
+            "patamar": np.concatenate(patamares_df),
+            "serie": np.concatenate(series_df),
+            "valor": np.concatenate(valores),
+        }
     )
-    return df_formatado[["data", "patamar", "serie", "valor"]]
+    return df_formatado
 
 
 def __formata_df_meses_para_datas_classetermica_serie_patamar(
     df: pd.DataFrame,
 ) -> pd.DataFrame:
     anos = np.array(df["ano"].unique().tolist())
-    patamares = np.array(df["patamar"].unique().tolist())
     classes = np.array(df["classe"].unique().tolist())
-    datas = []
+    series = np.array(df["serie"].unique().tolist())
+    patamares = np.array(df["patamar"].unique().tolist())
+    n_classes = len(classes)
+    n_series = len(series)
+    n_patamares = len(patamares)
+    datas_df = []
+    classes_df = []
+    series_df = []
+    patamares_df = []
     for a in anos:
-        for _ in patamares:
-            for _ in classes:
-                datas += pd.date_range(
+        datas_df.append(
+            np.tile(
+                pd.date_range(
                     datetime(year=a, month=1, day=1),
                     datetime(year=a, month=12, day=1),
                     freq="MS",
-                ).tolist()
-    df_series = pd.DataFrame()
+                ).to_numpy(),
+                n_classes * n_series * n_patamares,
+            ),
+        )
+        classes_df.append(np.repeat(classes, 12 * n_series * n_patamares))
+        patamares_df.append(
+            np.tile(np.repeat(patamares, 12), n_classes * n_series)
+        )
+        series_df.append(
+            np.tile(np.repeat(series, 12 * n_patamares), n_classes)
+        )
+    valores = []
     for a in anos:
-        for c in classes:
-            for p in patamares:
-                df_ano_classe_patamar = df.loc[
-                    (df["ano"] == a)
-                    & (df["classe"] == c)
-                    & (df["patamar"] == p),
-                    MESES_DF,
-                ].T
-                cols = [
-                    str(s)
-                    for s in list(range(1, df_ano_classe_patamar.shape[1] + 1))
-                ]
-                df_ano_classe_patamar.columns = cols
-                df_ano_classe_patamar["classe"] = str(c)
-                df_ano_classe_patamar["patamar"] = str(p)
-                df_ano_classe_patamar = df_ano_classe_patamar[
-                    ["classe", "patamar"] + cols
-                ]
-                df_series = pd.concat(
-                    [df_series, df_ano_classe_patamar], ignore_index=True
-                )
-    df_series["data"] = datas
-    cols_not_scenarios = [
-        c for c in df_series.columns if c in __COLS_IDENTIFICACAO
-    ]
-    cols_scenarios = [
-        c for c in df_series.columns if c not in __COLS_IDENTIFICACAO
-    ]
-    df_formatado = pd.melt(
-        df_series,
-        id_vars=cols_not_scenarios,
-        value_vars=cols_scenarios,
-        var_name="serie",
-        value_name="valor",
+        valores.append(
+            df.loc[
+                (df["ano"] == a),
+                MESES_DF,
+            ]
+            .to_numpy()
+            .flatten()
+        )
+    df_formatado = pd.DataFrame(
+        data={
+            "classe": np.concatenate(classes_df),
+            "data": np.concatenate(datas_df),
+            "patamar": np.concatenate(patamares_df),
+            "serie": np.concatenate(series_df),
+            "valor": np.concatenate(valores),
+        }
     )
     return df_formatado[["classe", "data", "patamar", "serie", "valor"]]
 

inewave/nwlistop/__init__.py

@@ -12,6 +12,7 @@ from .ctermsin import Ctermsin  # noqa
 from .deficit import Def  # noqa
 from .defsin import Defsin  # noqa
 from .depminuh import Depminuh  # noqa
+from .desvuh import Desvuh  # noqa
 from .dfphauh import Dfphauh  # noqa
 from .dlppdfmax import Dlppdfmax  # noqa
 from .dlppdfmaxs import Dlppdfmaxs  # noqa
@@ -55,6 +56,9 @@ from .ghtotsin import Ghtotsin  # noqa
 from .gtert import Gtert  # noqa
 from .gttot import Gttot  # noqa
 from .gttotsin import Gttotsin  # noqa
+from .hjus import Hjus  # noqa
+from .hliq import Hliq  # noqa
+from .hmont import Hmont  # noqa
 from .intercambio import Intercambio  # noqa
 from .invade import Invade  # noqa
 from .invadem import Invadem  # noqa
@@ -85,3 +89,4 @@ from .vghminm import Vghminm  # noqa
 from .vghminsin import Vghminsin  # noqa
 from .vghminuh import Vghminuh  # noqa
 from .vturuh import Vturuh  # noqa
+from .vdesviouh import Vdesviouh  # noqa

inewave/nwlistop/desvuh.py

@@ -0,0 +1,21 @@
+from inewave.nwlistop.modelos.blocos.usina import Usina
+from inewave.nwlistop.modelos.arquivos.arquivousina import (
+    ArquivoUsina,
+)
+from inewave.nwlistop.modelos.desvuh import DesvuhAnos
+
+
+class Desvuh(ArquivoUsina):
+    """
+    Armazena os dados das saídas referentes à retirada de água por usina.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `desvuh00x.out`, onde x varia conforme a
+    usina em questão.
+
+    """
+
+    BLOCKS = [
+        Usina,
+        DesvuhAnos,
+    ]

inewave/nwlistop/hjus.py

@@ -0,0 +1,21 @@
+from inewave.nwlistop.modelos.blocos.usina import Usina
+from inewave.nwlistop.modelos.arquivos.arquivousinapatamar import (
+    ArquivoUsinaPatamar,
+)
+from inewave.nwlistop.modelos.hjus import HjusAnos
+
+
+class Hjus(ArquivoUsinaPatamar):
+    """
+    Armazena os dados das saídas referentes à cota de jusante por usina.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `hjus00x.out`, onde x varia conforme a
+    usina em questão.
+
+    """
+
+    BLOCKS = [
+        Usina,
+        HjusAnos,
+    ]

inewave/nwlistop/hliq.py

@@ -0,0 +1,21 @@
+from inewave.nwlistop.modelos.blocos.usina import Usina
+from inewave.nwlistop.modelos.arquivos.arquivousinapatamar import (
+    ArquivoUsinaPatamar,
+)
+from inewave.nwlistop.modelos.hliq import HliqAnos
+
+
+class Hliq(ArquivoUsinaPatamar):
+    """
+    Armazena os dados das saídas referentes à queda líquida por usina.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `hliq00x.out`, onde x varia conforme a
+    usina em questão.
+
+    """
+
+    BLOCKS = [
+        Usina,
+        HliqAnos,
+    ]

inewave/nwlistop/hmont.py

@@ -0,0 +1,21 @@
+from inewave.nwlistop.modelos.blocos.usina import Usina
+from inewave.nwlistop.modelos.arquivos.arquivousina import (
+    ArquivoUsina,
+)
+from inewave.nwlistop.modelos.hmont import HmontAnos
+
+
+class Hmont(ArquivoUsina):
+    """
+    Armazena os dados das saídas referentes à cota de montante por usina.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `hmont00x.out`, onde x varia conforme a
+    usina em questão.
+
+    """
+
+    BLOCKS = [
+        Usina,
+        HmontAnos,
+    ]

inewave/nwlistop/modelos/cmarg.py

@@ -17,7 +17,7 @@ class CmargsAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             IntegerField(2, 9),
         ]
         + [FloatField(8, 15 + 9 * i, 2) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/corteolm.py

@@ -19,7 +19,7 @@ class CorteolmAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(9, 11 + 9 * i, 2) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/def.py

@@ -19,7 +19,7 @@ class DefAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]  # type: ignore
         + [

inewave/nwlistop/modelos/defsin.py

@@ -19,7 +19,7 @@ class DefAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]  # type: ignore
         + [

inewave/nwlistop/modelos/depminuh.py

@@ -19,7 +19,7 @@ class DepminAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(9, 14 + 9 * i, 2) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/desvuh.py

@@ -0,0 +1,24 @@
+from inewave.config import MESES_DF
+
+from cfinterface.components.line import Line
+from cfinterface.components.integerfield import IntegerField
+from cfinterface.components.floatfield import FloatField
+
+from inewave.nwlistop.modelos.blocos.valoresserie import (
+    ValoresSerie,
+)
+
+
+class DesvuhAnos(ValoresSerie):
+    """
+    Bloco com as informações das tabelas de retirada de água
+    da usina por mês/ano de estudo.
+    """
+
+    HEADER_LINE = Line([IntegerField(4, 10)])
+    DATA_LINE = Line(
+        [  # type: ignore
+            IntegerField(4, 2),
+        ]
+        + [FloatField(9, 14 + 9 * i, 2) for i in range(len(MESES_DF))]  # type: ignore
+    )

inewave/nwlistop/modelos/dflppdfmaxm.py

@@ -20,7 +20,7 @@ class DLPPdfmaxmAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/dflpptbmaxm.py

@@ -20,7 +20,7 @@ class DLPPdfmaxmAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/dfphauh.py

@@ -19,7 +19,7 @@ class DfphauhAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(9, 14 + 9 * i, 2) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/dlppdfmax.py

@@ -20,7 +20,7 @@ class DLPPdfmaxAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/dlppdfmaxs.py

@@ -20,7 +20,7 @@ class DLPPdfmaxAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/dlpptbmax.py

@@ -20,7 +20,7 @@ class DLPPtbmaxAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/dlpptbmaxs.py

@@ -20,7 +20,7 @@ class DLPPtbmaxAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/dtbmax.py

@@ -19,7 +19,7 @@ class DtbmaxAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(9, 14 + 9 * i, 2) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/dtbmin.py

@@ -19,7 +19,7 @@ class DtbminAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(9, 14 + 9 * i, 2) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/dvazmax.py

@@ -19,7 +19,7 @@ class DvazmaxAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(9, 14 + 9 * i, 2) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/exces.py

@@ -18,7 +18,7 @@ class ExcesAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/excessin.py

@@ -18,7 +18,7 @@ class ExcesAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/fteolm.py

@@ -19,7 +19,7 @@ class FteolAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/fteolsin.py

@@ -19,7 +19,7 @@ class FteolAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/geol.py

@@ -18,7 +18,7 @@ class GEAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/geolm.py

@@ -18,7 +18,7 @@ class GEAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/geolsin.py

@@ -18,7 +18,7 @@ class GEAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/ghiduh.py

@@ -19,7 +19,7 @@ class GhidAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(9, 14 + 9 * i, 2) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/ghmax.py

@@ -19,7 +19,7 @@ class GHAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/ghmaxm.py

@@ -19,7 +19,7 @@ class GHAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/ghmaxmr.py

@@ -19,7 +19,7 @@ class GHAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore

inewave/nwlistop/modelos/ghmaxr.py

@@ -19,7 +19,7 @@ class GHAnos(ValoresSeriePatamar):
     HEADER_LINE = Line([IntegerField(4, 10)])
     DATA_LINE = Line(
         [  # type: ignore
-            IntegerField(4, 1),
+            IntegerField(4, 2),
             LiteralField(5, 6),
         ]
         + [FloatField(8, 12 + 9 * i, 1) for i in range(len(MESES_DF))]  # type: ignore