inewave 1.6.0__py3-none-any.whl → 1.7.1__py3-none-any.whl

inewave/nwlistop/mediasrep.py

@@ -0,0 +1,38 @@
+import pandas as pd  # type: ignore
+
+from cfinterface.files.sectionfile import SectionFile
+
+from inewave.nwlistop.modelos.mediasrep import TabelaMediasrep
+
+
+class Mediasrep(SectionFile):
+    """
+    Armazena os dados das saídas referentes às médias
+    das restrições elétricas especiais.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `MEDIAS-REP.CSV`.
+
+    """
+
+    SECTIONS = [TabelaMediasrep]
+
+    @property
+    def valores(self) -> pd.DataFrame:
+        """
+        Tabela com os valores de médias para as variáveis das
+        restrições elétricas especiais.
+
+        - estagio (`int`)
+        - codigo_restricao (`int`)
+        - <variavel_1> (`float`)
+        - ...
+        - <variavel_n> (`float`)
+
+        :return: A tabela como um DataFrame
+        :rtype: pd.DataFrame | None
+        """
+        b = self.data.get_sections_of_type(TabelaMediasrep)
+        if isinstance(b, TabelaMediasrep):
+            return b.data
+        return None

inewave/nwlistop/mediasrhq.py

@@ -0,0 +1,38 @@
+import pandas as pd  # type: ignore
+
+from cfinterface.files.sectionfile import SectionFile
+
+from inewave.nwlistop.modelos.mediasrhq import TabelaMediasrhq
+
+
+class Mediasrhq(SectionFile):
+    """
+    Armazena os dados das saídas referentes às médias
+    das restrições hidráulicas de vazão.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `MEDIAS-RHQ.CSV`.
+
+    """
+
+    SECTIONS = [TabelaMediasrhq]
+
+    @property
+    def valores(self) -> pd.DataFrame:
+        """
+        Tabela com os valores de médias para as variáveis das
+        restrições hidráulicas de vazão.
+
+        - estagio (`int`)
+        - codigo_restricao (`int`)
+        - <variavel_1> (`float`)
+        - ...
+        - <variavel_n> (`float`)
+
+        :return: A tabela como um DataFrame
+        :rtype: pd.DataFrame | None
+        """
+        b = self.data.get_sections_of_type(TabelaMediasrhq)
+        if isinstance(b, TabelaMediasrhq):
+            return b.data
+        return None

inewave/nwlistop/mediasrhv.py

@@ -0,0 +1,38 @@
+import pandas as pd  # type: ignore
+
+from cfinterface.files.sectionfile import SectionFile
+
+from inewave.nwlistop.modelos.mediasrhv import TabelaMediasrhv
+
+
+class Mediasrhv(SectionFile):
+    """
+    Armazena os dados das saídas referentes às médias
+    das restrições hidráulicas de volume.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `MEDIAS-RHV.CSV`.
+
+    """
+
+    SECTIONS = [TabelaMediasrhv]
+
+    @property
+    def valores(self) -> pd.DataFrame:
+        """
+        Tabela com os valores de médias para as variáveis das
+        restrições hidráulicas de volume.
+
+        - estagio (`int`)
+        - codigo_restricao (`int`)
+        - <variavel_1> (`float`)
+        - ...
+        - <variavel_n> (`float`)
+
+        :return: A tabela como um DataFrame
+        :rtype: pd.DataFrame | None
+        """
+        b = self.data.get_sections_of_type(TabelaMediasrhv)
+        if isinstance(b, TabelaMediasrhv):
+            return b.data
+        return None

inewave/nwlistop/mediassin.py

@@ -1,9 +1,11 @@
 import pandas as pd  # type: ignore
 
-from inewave.nwlistop.modelos.mediassin import LeituraMediasSIN
+from cfinterface.files.sectionfile import SectionFile
 
+from inewave.nwlistop.modelos.mediassin import TabelaMediassin
 
-class Mediassin:
+
+class Mediassin(SectionFile):
     """
     Armazena os dados das saídas referentes às médias de diversas variáveis
     para o SIN.
@@ -13,26 +15,22 @@ class Mediassin:
 
     """
 
-    def __init__(self, dados: pd.DataFrame):
-        self.__dados = dados
-
-    def __eq__(self, o: object) -> bool:
-        """
-        A igualdade entre Mediassin avalia todos os valores da tabela.
-        """
-        if not isinstance(o, Mediassin):
-            return False
-        m: Mediassin = o
-        return self.medias.equals(m.medias)
+    SECTIONS = [TabelaMediassin]
 
     @property
-    def medias(self) -> pd.DataFrame:
-        return self.__dados
+    def valores(self) -> pd.DataFrame:
+        """
+        Tabela com os valores de médias para as variáveis do SIN.
 
-    @medias.setter
-    def medias(self, d: pd.DataFrame) -> pd.DataFrame:
-        self.__dados = d
+        - estagio (`int`)
+        - <variavel_1> (`float`)
+        - ...
+        - <variavel_n> (`float`)
 
-    @classmethod
-    def le_arquivo(cls, diretorio: str, nome_arquivo="MEDIAS-SIN.CSV"):
-        return cls(LeituraMediasSIN(diretorio).le_arquivo(nome_arquivo))
+        :return: A tabela como um DataFrame
+        :rtype: pd.DataFrame | None
+        """
+        b = self.data.get_sections_of_type(TabelaMediassin)
+        if isinstance(b, TabelaMediassin):
+            return b.data
+        return None

inewave/nwlistop/mediasusie.py

@@ -0,0 +1,38 @@
+import pandas as pd  # type: ignore
+
+from cfinterface.files.sectionfile import SectionFile
+
+from inewave.nwlistop.modelos.mediasusie import TabelaMediasusie
+
+
+class Mediasusie(SectionFile):
+    """
+    Armazena os dados das saídas referentes às médias de diversas variáveis
+    de cada estação elevatória.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `MEDIAS-USIE.CSV`.
+
+    """
+
+    SECTIONS = [TabelaMediasusie]
+
+    @property
+    def valores(self) -> pd.DataFrame:
+        """
+        Tabela com os valores de médias para as variáveis das estações
+        elevatórias.
+
+        - estagio (`int`)
+        - codigo_usina (`int`)
+        - <variavel_1> (`float`)
+        - ...
+        - <variavel_n> (`float`)
+
+        :return: A tabela como um DataFrame
+        :rtype: pd.DataFrame | None
+        """
+        b = self.data.get_sections_of_type(TabelaMediasusie)
+        if isinstance(b, TabelaMediasusie):
+            return b.data
+        return None

inewave/nwlistop/mediasusih.py

@@ -0,0 +1,37 @@
+import pandas as pd  # type: ignore
+
+from cfinterface.files.sectionfile import SectionFile
+
+from inewave.nwlistop.modelos.mediasusih import TabelaMediasusih
+
+
+class Mediasusih(SectionFile):
+    """
+    Armazena os dados das saídas referentes às médias de diversas variáveis
+    de cada UHE.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `MEDIAS-USIH.CSV`.
+
+    """
+
+    SECTIONS = [TabelaMediasusih]
+
+    @property
+    def valores(self) -> pd.DataFrame:
+        """
+        Tabela com os valores de médias para as variáveis das UHE.
+
+        - estagio (`int`)
+        - codigo_usina (`int`)
+        - <variavel_1> (`float`)
+        - ...
+        - <variavel_n> (`float`)
+
+        :return: A tabela como um DataFrame
+        :rtype: pd.DataFrame | None
+        """
+        b = self.data.get_sections_of_type(TabelaMediasusih)
+        if isinstance(b, TabelaMediasusih):
+            return b.data
+        return None

inewave/nwlistop/mediasusit.py

@@ -0,0 +1,37 @@
+import pandas as pd  # type: ignore
+
+from cfinterface.files.sectionfile import SectionFile
+
+from inewave.nwlistop.modelos.mediasusit import TabelaMediasusit
+
+
+class Mediasusit(SectionFile):
+    """
+    Armazena os dados das saídas referentes às médias de diversas variáveis
+    de cada UTE.
+
+    Esta classe lida com as informações de saída fornecidas pelo
+    NWLISTOP e reproduzidas nos `MEDIAS-USIT.CSV`.
+
+    """
+
+    SECTIONS = [TabelaMediasusit]
+
+    @property
+    def valores(self) -> pd.DataFrame:
+        """
+        Tabela com os valores de médias para as variáveis das UHE.
+
+        - estagio (`int`)
+        - codigo_usina (`int`)
+        - <variavel_1> (`float`)
+        - ...
+        - <variavel_n> (`float`)
+
+        :return: A tabela como um DataFrame
+        :rtype: pd.DataFrame | None
+        """
+        b = self.data.get_sections_of_type(TabelaMediasusit)
+        if isinstance(b, TabelaMediasusit):
+            return b.data
+        return None

inewave/nwlistop/modelos/mediasmerc.py

@@ -1,40 +1,52 @@
-# Imports do próprio módulo
-from inewave._utils.leituracsv import LeituraCSV
-
 # Imports de módulos externos
+from cfinterface.components.section import Section
+from typing import IO
+import pandas as pd  # type: ignore
 
 
-class LeituraMediasMerc(LeituraCSV):
+class TabelaMediasmerc(Section):
     """
-    Realiza a leitura do arquivo MEDIAS-MERC.CSV
-    existente em um diretório de saídas do NEWAVE.
-
-    Esta classe contém o conjunto de utilidades para ler
-    e interpretar os campos do arquivo MEDIAS-MERC.CSV, construindo um
-    objeto `MediasMerc` cujas informações são as mesmas do arquivo.
-
-    Este objeto existe para retirar do modelo de dados a complexidade
-    de iterar pelas linhas do arquivo, recortar colunas, converter
-    tipos de dados, dentre outras tarefas necessárias para a leitura.
-
+    Bloco com o conteúdo da tabela existente no arquivo `MEDIAS-MERC.CSV`.
     """
 
-    def __init__(self, diretorio: str) -> None:
-        super().__init__(diretorio)
-
-    def processa_dados_lidos(self):
-        # Remove os espaços dos índices
-        vars_atuais = list(self._dados.index)
-        vars_novas = [v.strip() for v in vars_atuais]
-        self._dados.index = vars_novas
-        # Renomeia as colunas
-        cols_atuais = list(self._dados.columns)
-        cols_novas = [c.strip() for c in cols_atuais]
-        cols_novas[0] = "Submercado"
-        self._dados.columns = cols_novas
-        # Exclui a última coluna (em branco)
-        self._dados.drop(columns=[cols_novas[-1]], inplace=True)
-        # Substitui os elementos da primeira coluna pelos submercados
-        mapa_termos = {0: "SIN", 1: "SE", 2: "S", 3: "NE", 4: "N"}
-        nova_coluna = [mapa_termos[i] for i in self._dados["Submercado"]]
-        self._dados["Submercado"] = nova_coluna
+    def __init__(self, previous=None, next=None, data=None) -> None:
+        super().__init__(previous, next, data)
+
+    def __eq__(self, o: object) -> bool:
+        if not isinstance(o, TabelaMediasmerc):
+            return False
+        bloco: TabelaMediasmerc = o
+        if not all(
+            [
+                isinstance(self.data, pd.DataFrame),
+                isinstance(o.data, pd.DataFrame),
+            ]
+        ):
+            return False
+        else:
+            return self.data.equals(bloco.data)
+
+    # Override
+    def read(self, file: IO, *args, **kwargs):
+        tabela = pd.read_csv(file, skipinitialspace=True)
+        col_sbm = "SBM_ext"
+        tabela = tabela.rename(columns={col_sbm: "codigo_submercado"})
+        tabela = tabela.loc[tabela["codigo_submercado"] > 0]
+        cols = tabela.columns.tolist()
+        df = tabela.drop(columns=[cols[-1]])
+        cols_id = ["VAR", "codigo_submercado"]
+        cols_estagios = [c for c in df.columns.tolist() if c not in cols_id]
+        df = df.melt(
+            id_vars=cols_id,
+            value_vars=cols_estagios,
+            var_name="estagio",
+            value_name="valor",
+        )
+        df["estagio"] = df["estagio"].astype(int)
+        df["estagio"] -= df["estagio"].min() - 1
+        df = df.pivot_table(
+            index=["estagio", "codigo_submercado"],
+            columns="VAR",
+            values="valor",
+        ).reset_index()
+        self.data = df

inewave/nwlistop/modelos/mediasree.py

@@ -0,0 +1,52 @@
+# Imports de módulos externos
+from cfinterface.components.section import Section
+from typing import IO
+import pandas as pd  # type: ignore
+
+
+class TabelaMediasree(Section):
+    """
+    Bloco com o conteúdo da tabela existente no arquivo `MEDIAS-REE.CSV`.
+    """
+
+    def __init__(self, previous=None, next=None, data=None) -> None:
+        super().__init__(previous, next, data)
+
+    def __eq__(self, o: object) -> bool:
+        if not isinstance(o, TabelaMediasree):
+            return False
+        bloco: TabelaMediasree = o
+        if not all(
+            [
+                isinstance(self.data, pd.DataFrame),
+                isinstance(o.data, pd.DataFrame),
+            ]
+        ):
+            return False
+        else:
+            return self.data.equals(bloco.data)
+
+    # Override
+    def read(self, file: IO, *args, **kwargs):
+        tabela = pd.read_csv(file, skipinitialspace=True)
+        col_ree = "REE_ext"
+        tabela = tabela.rename(columns={col_ree: "codigo_ree"})
+        tabela = tabela.loc[tabela["codigo_ree"] > 0]
+        cols = tabela.columns.tolist()
+        df = tabela.drop(columns=[cols[-1]])
+        cols_id = ["VAR", "codigo_ree"]
+        cols_estagios = [c for c in df.columns.tolist() if c not in cols_id]
+        df = df.melt(
+            id_vars=cols_id,
+            value_vars=cols_estagios,
+            var_name="estagio",
+            value_name="valor",
+        )
+        df["estagio"] = df["estagio"].astype(int)
+        df["estagio"] -= df["estagio"].min() - 1
+        df = df.pivot_table(
+            index=["estagio", "codigo_ree"],
+            columns="VAR",
+            values="valor",
+        ).reset_index()
+        self.data = df

inewave/nwlistop/modelos/mediasrep.py

@@ -0,0 +1,52 @@
+# Imports de módulos externos
+from cfinterface.components.section import Section
+from typing import IO
+import pandas as pd  # type: ignore
+
+
+class TabelaMediasrep(Section):
+    """
+    Bloco com o conteúdo da tabela existente no arquivo `MEDIAS-REP.CSV`.
+    """
+
+    def __init__(self, previous=None, next=None, data=None) -> None:
+        super().__init__(previous, next, data)
+
+    def __eq__(self, o: object) -> bool:
+        if not isinstance(o, TabelaMediasrep):
+            return False
+        bloco: TabelaMediasrep = o
+        if not all(
+            [
+                isinstance(self.data, pd.DataFrame),
+                isinstance(o.data, pd.DataFrame),
+            ]
+        ):
+            return False
+        else:
+            return self.data.equals(bloco.data)
+
+    # Override
+    def read(self, file: IO, *args, **kwargs):
+        tabela = pd.read_csv(file, skipinitialspace=True)
+        col_rep = "REP_ext"
+        tabela = tabela.rename(columns={col_rep: "codigo_restricao"})
+        tabela = tabela.loc[tabela["codigo_restricao"] > 0]
+        cols = tabela.columns.tolist()
+        df = tabela.drop(columns=[cols[-1]])
+        cols_id = ["VAR", "codigo_restricao"]
+        cols_estagios = [c for c in df.columns.tolist() if c not in cols_id]
+        df = df.melt(
+            id_vars=cols_id,
+            value_vars=cols_estagios,
+            var_name="estagio",
+            value_name="valor",
+        )
+        df["estagio"] = df["estagio"].astype(int)
+        df["estagio"] -= df["estagio"].min() - 1
+        df = df.pivot_table(
+            index=["estagio", "codigo_restricao"],
+            columns="VAR",
+            values="valor",
+        ).reset_index()
+        self.data = df

inewave/nwlistop/modelos/mediasrhq.py

@@ -0,0 +1,52 @@
+# Imports de módulos externos
+from cfinterface.components.section import Section
+from typing import IO
+import pandas as pd  # type: ignore
+
+
+class TabelaMediasrhq(Section):
+    """
+    Bloco com o conteúdo da tabela existente no arquivo `MEDIAS-RHQ.CSV`.
+    """
+
+    def __init__(self, previous=None, next=None, data=None) -> None:
+        super().__init__(previous, next, data)
+
+    def __eq__(self, o: object) -> bool:
+        if not isinstance(o, TabelaMediasrhq):
+            return False
+        bloco: TabelaMediasrhq = o
+        if not all(
+            [
+                isinstance(self.data, pd.DataFrame),
+                isinstance(o.data, pd.DataFrame),
+            ]
+        ):
+            return False
+        else:
+            return self.data.equals(bloco.data)
+
+    # Override
+    def read(self, file: IO, *args, **kwargs):
+        tabela = pd.read_csv(file, skipinitialspace=True)
+        col_rhq = "RHQ_ext"
+        tabela = tabela.rename(columns={col_rhq: "codigo_restricao"})
+        tabela = tabela.loc[tabela["codigo_restricao"] > 0]
+        cols = tabela.columns.tolist()
+        df = tabela.drop(columns=[cols[-1]])
+        cols_id = ["VAR", "codigo_restricao"]
+        cols_estagios = [c for c in df.columns.tolist() if c not in cols_id]
+        df = df.melt(
+            id_vars=cols_id,
+            value_vars=cols_estagios,
+            var_name="estagio",
+            value_name="valor",
+        )
+        df["estagio"] = df["estagio"].astype(int)
+        df["estagio"] -= df["estagio"].min() - 1
+        df = df.pivot_table(
+            index=["estagio", "codigo_restricao"],
+            columns="VAR",
+            values="valor",
+        ).reset_index()
+        self.data = df

inewave/nwlistop/modelos/mediasrhv.py

@@ -0,0 +1,52 @@
+# Imports de módulos externos
+from cfinterface.components.section import Section
+from typing import IO
+import pandas as pd  # type: ignore
+
+
+class TabelaMediasrhv(Section):
+    """
+    Bloco com o conteúdo da tabela existente no arquivo `MEDIAS-RHV.CSV`.
+    """
+
+    def __init__(self, previous=None, next=None, data=None) -> None:
+        super().__init__(previous, next, data)
+
+    def __eq__(self, o: object) -> bool:
+        if not isinstance(o, TabelaMediasrhv):
+            return False
+        bloco: TabelaMediasrhv = o
+        if not all(
+            [
+                isinstance(self.data, pd.DataFrame),
+                isinstance(o.data, pd.DataFrame),
+            ]
+        ):
+            return False
+        else:
+            return self.data.equals(bloco.data)
+
+    # Override
+    def read(self, file: IO, *args, **kwargs):
+        tabela = pd.read_csv(file, skipinitialspace=True)
+        col_rhv = "RHV_ext"
+        tabela = tabela.rename(columns={col_rhv: "codigo_restricao"})
+        tabela = tabela.loc[tabela["codigo_restricao"] > 0]
+        cols = tabela.columns.tolist()
+        df = tabela.drop(columns=[cols[-1]])
+        cols_id = ["VAR", "codigo_restricao"]
+        cols_estagios = [c for c in df.columns.tolist() if c not in cols_id]
+        df = df.melt(
+            id_vars=cols_id,
+            value_vars=cols_estagios,
+            var_name="estagio",
+            value_name="valor",
+        )
+        df["estagio"] = df["estagio"].astype(int)
+        df["estagio"] -= df["estagio"].min() - 1
+        df = df.pivot_table(
+            index=["estagio", "codigo_restricao"],
+            columns="VAR",
+            values="valor",
+        ).reset_index()
+        self.data = df

inewave/nwlistop/modelos/mediassin.py

@@ -1,35 +1,51 @@
-# Imports do próprio módulo
-from inewave._utils.leituracsv import LeituraCSV
-
 # Imports de módulos externos
+from cfinterface.components.section import Section
+from typing import IO
+import pandas as pd  # type: ignore
 
 
-class LeituraMediasSIN(LeituraCSV):
+class TabelaMediassin(Section):
     """
-    Realiza a leitura do arquivo MEDIAS-SIN.CSV
-    existente em um diretório de saídas do NEWAVE.
-
-    Esta classe contém o conjunto de utilidades para ler
-    e interpretar os campos do arquivo MEDIAS-SIN.CSV, construindo um
-    objeto `MediasSIN` cujas informações são as mesmas do arquivo.
-
-    Este objeto existe para retirar do modelo de dados a complexidade
-    de iterar pelas linhas do arquivo, recortar colunas, converter
-    tipos de dados, dentre outras tarefas necessárias para a leitura.
-
+    Bloco com o conteúdo da tabela existente no arquivo `MEDIAS-SIN.CSV`.
     """
 
-    def __init__(self, diretorio: str) -> None:
-        super().__init__(diretorio)
-
-    def processa_dados_lidos(self):
-        # Remove os espaços dos índices
-        vars_atuais = list(self._dados.index)
-        vars_novas = [v.strip() for v in vars_atuais]
-        self._dados.index = vars_novas
-        # Renomeia as colunas
-        cols_atuais = list(self._dados.columns)
-        cols_novas = [c.strip() for c in cols_atuais]
-        self._dados.columns = cols_novas
-        # Exclui a primeira e a última coluna (todos 0 | em branco)
-        self._dados.drop(columns=[cols_novas[0], cols_novas[-1]], inplace=True)
+    def __init__(self, previous=None, next=None, data=None) -> None:
+        super().__init__(previous, next, data)
+
+    def __eq__(self, o: object) -> bool:
+        if not isinstance(o, TabelaMediassin):
+            return False
+        bloco: TabelaMediassin = o
+        if not all(
+            [
+                isinstance(self.data, pd.DataFrame),
+                isinstance(o.data, pd.DataFrame),
+            ]
+        ):
+            return False
+        else:
+            return self.data.equals(bloco.data)
+
+    # Override
+    def read(self, file: IO, *args, **kwargs):
+        tabela = pd.read_csv(file, skipinitialspace=True)
+        col_sin = "SIN"
+        tabela = tabela.rename(columns={col_sin: "codigo_sin"})
+        cols = tabela.columns.tolist()
+        df = tabela.drop(columns=[cols[0], cols[-1]])
+        cols_id = ["VAR"]
+        cols_estagios = [c for c in df.columns.tolist() if c not in cols_id]
+        df = df.melt(
+            id_vars=cols_id,
+            value_vars=cols_estagios,
+            var_name="estagio",
+            value_name="valor",
+        )
+        df["estagio"] = df["estagio"].astype(int)
+        df["estagio"] -= df["estagio"].min() - 1
+        df = df.pivot_table(
+            index=["estagio"],
+            columns="VAR",
+            values="valor",
+        ).reset_index()
+        self.data = df