
# Código para Ocultar/Mostrar todo el código
# y solo dejar visibles los resultados

from IPython.display import HTML
HTML('''<script>code_show=true; function code_toggle() {if
(code_show){$('div.input').hide();} 
else {$('div.input').show();}code_show = !code_show}$( document )
.ready(code_toggle);</script><form action="javascript:code_toggle()">
<input type="submit" value="Ocultar/Mostrar Código"></form>''')


# Importación paquetes
import numpy as np
import pandas as pd
import datetime as dt
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
from statsmodels.stats.proportion import proportions_ztest#########

# Autocompletar rápido
%config IPCompleter.greedy = True

# Display 6 registros
pd.options.display.min_rows = 6

# Estilo seaborn
sns.set_style('darkgrid')

# Importar módulo propio de funciones
import mis_funciones as mf


# Carga dataset
df = pd.read_pickle("0_datos_limpios.pickle")


# DataFrame auxiliar (mensual)
# Fecha de entrada como índice
df_e = df.set_index("fecha_entrada")

# Resample por mes
dfaux = df_e.resample('M').count()


# Se añaden columnas con el número de NA por mes
dfaux['na_ud'] = dfaux.max(axis=1) - dfaux['unidad_descripcion']
dfaux['na_c'] = dfaux.max(axis=1) - dfaux['consejeria']
dfaux['na_fc'] = dfaux.max(axis=1) - dfaux['fecha_contestacion']
dfaux['na_e'] = dfaux.max(axis=1) - dfaux['estado']

# Se añaden columnas con el porcentaje
dfaux['na_ud_pct'] = 100 * dfaux.na_ud / dfaux.tipo
dfaux['na_c_pct'] = 100 * dfaux.na_c / dfaux.tipo
dfaux['na_fc_pct'] = 100 * dfaux.na_fc / dfaux.tipo
dfaux['na_e_pct'] = 100 * dfaux.na_e / dfaux.tipo


# Gráfico de na a lo largo del tiempo.
f, ax = plt.subplots(4,1, figsize=(18,18))

sns.lineplot(ax=ax[0], data=dfaux, x=dfaux.index, y=dfaux.na_ud_pct, color='green')
ax[0].set_title('% NA sobre total registros en UNIDAD DESCRIPCIÓN', 
                fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel("", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[0].tick_params(axis='y', which='major', labelsize=15)


sns.lineplot(ax=ax[1], data=dfaux, x=dfaux.index, y=dfaux.na_c_pct, color='red')
ax[1].set_title('% NA sobre total registros en CONSEJERÍA', 
                fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel("", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='y', which='major', labelsize=15)


sns.lineplot(ax=ax[2], data=dfaux, x=dfaux.index, y=dfaux.na_fc_pct, color='blue')
ax[2].set_title('% NA sobre total registros en FECHA CONTESTACIÓN', 
                fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[2].set_xlabel("", fontsize=15, fontdict=dict(weight='bold'))
ax[2].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))
ax[2].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[2].tick_params(axis='y', which='major', labelsize=15)


sns.lineplot(ax=ax[3], data=dfaux, x=dfaux.index, y=dfaux.na_e_pct, color='black')
ax[3].set_title('% NA sobre total registros en ESTADO', 
                fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[3].set_xlabel("", fontsize=15, fontdict=dict(weight='bold'))
ax[3].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))
ax[3].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[3].tick_params(axis='y', which='major', labelsize=15);

# plt.savefig("multimedia/evolucion_na.png")
# ax[2].axvline(x=dfaux.index[-4], color='grey', lw=2, ls='--');  # Octubre.


# Solo datos hasta el 31 de diciembre de 2022
df_sin = df[df.fecha_contestacion < '2022-12-31']


# Eliminación de datos con fecha_contestacion NA
df_sin = df_sin.dropna(axis=0, subset=['fecha_contestacion'])


# Índice fecha de entrada
df_sine = df_sin.set_index('fecha_entrada').copy()


# Índice fecha de contestación
df_sins = df_sin.set_index("fecha_contestacion").copy()


# Resample de las entradas
df_sined = df_sine.resample('D').count()


# Resample de salidas
df_sinsd = df_sins.resample('D').count()


# Conteo de entradas, salidas y diferencia
es = pd.concat([df_sined['tipo'], df_sinsd['tipo']], axis=1).fillna(0)

es.columns = ['n_entradas', 'n_salidas']

# Esta columna es REDUCCIÓN STOCK (-) y AUMENTO STOCK (+)
es['diferencia'] = es.n_entradas - es.n_salidas


# Gráfico número diario de Entradas y Salidas superpuesto
es[['n_entradas', 'n_salidas']].plot.hist(bins=50,
    xlim=[0, 160], 
    figsize=(18,8), 
    fontsize=15, alpha=0.2, 
    color=['green', 'red']) \
    .legend(fontsize=20);

# plt.savefig("multimedia/entradas_y_salidas_diarias.png")


# Contador de fila
es['n_fila'] = np.arange(1, len(es)+1)


# Añadimos unas columnas para ver el volumen de entrada de trabajo a lo largo del tiempo
es['entradas_acum'] = es.n_entradas.cumsum()

# Se compara con volumen de trabajo constante cada día (fila)
es['entrada_media_trabajo'] = es.entradas_acum / es.n_fila


# Añadimos unas columnas para ver el volumen de trabajo a lo largo del tiempo
es['salidas_acum'] = es.n_salidas.cumsum()

# Se compara con volumen de trabajo constante cada día (fila)
es['salida_media_trabajo'] = es.salidas_acum / es.n_fila


# Volumen de trabajo (entradas y salidas) a lo largo del tiempo

f, ax = plt.subplots(1,1, figsize=(18,8))

es['entrada_media_trabajo'].plot.line(figsize=(18,8), fontsize=15, color='green') \
    .legend(fontsize=20)

es['salida_media_trabajo'].plot.line(figsize=(18,8), fontsize=15, color='red') \
    .legend(fontsize=20);

# plt.savefig("multimedia/e-s_diarias_media.png")


# Resample de las entradas
df_sinem = df_sine.resample('M').count()

# Resample de salidas
df_sinsm = df_sins.resample('M').count()


# Conteo de entradas, salidas y diferencia
esm = pd.concat([df_sinem['tipo'], df_sinsm['tipo']], axis=1).fillna(0)

esm.columns = ['n_entradas', 'n_salidas']

# Esta columna es REDUCCIÓN STOCK (-) y AUMENTO STOCK (+)
esm['diferencia'] = esm.n_entradas - esm.n_salidas


# Contador de fila
esm['n_fila'] = np.arange(1, len(esm)+1)

# Añadimos unas columnas para ver el volumen de entrada de trabajo a lo largo del tiempo
esm['entradas_acum'] = esm.n_entradas.cumsum()

# Se compara con volumen de trabajo constante cada día (fila)
esm['entrada_media_trabajo'] = esm.entradas_acum / esm.n_fila

# Añadimos unas columnas para ver el volumen de trabajo a lo largo del tiempo
esm['salidas_acum'] = esm.n_salidas.cumsum()

# Se compara con volumen de trabajo constante cada día (fila)
esm['salida_media_trabajo'] = esm.salidas_acum / esm.n_fila


pandemia = pd.to_datetime('2020-02-29')

f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=esm[['n_entradas', 'n_salidas', 'diferencia']], 
             palette=['green', 'red', 'black'], dashes=False)

ax.axvline(x=pandemia, color='black', lw=2, ls='--')

ax.legend(fontsize=20);

# plt.savefig("multimedia/e-s_mes.png")


# Acumulación o eliminación de stock de entradas

r = esm.diferencia > 0  # Se acumula stock.

f, ax = plt.subplots(1,1, figsize=(18,8))

sns.scatterplot(x=esm.index, y=esm.diferencia, hue=r)

ax.axvline(x=pandemia, color='black', lw=1, ls='--')

plt.title("Acumulación mensual de stock (+) o eliminación (-)", fontsize=20)

plt.axhline(y=0, color='black', lw=2, ls=':');

# plt.savefig("multimedia/e-s_variacion_stock_mes.png")


# Entradas

df_ce = mf.componentes_fecha(df_sin, "fecha_entrada")

df_ce.drop(['hora', 'minuto', 'segundo'], axis=1, inplace=True)

df_ced = df_ce.groupby('dia_ano').count()


# Salidas

df_cs = mf.componentes_fecha(df_sin, "fecha_contestacion")

df_cs.drop(['hora', 'minuto', 'segundo'], axis=1, inplace=True)

df_csd = df_cs.groupby('dia_ano').count()


# DataFrame de entradas, salidas y diferencia en términos anuales
es_da = pd.concat([df_ced['tipo'], df_csd['tipo']], axis=1).fillna(0)
es_da.columns = ['n_entradas', 'n_salidas']

# Esta columna es REDUCCIÓN STOCK (-) o AUMENTO STOCK (+)
es_da['diferencia'] = es_da.n_entradas - es_da.n_salidas

es_da['entradas_acum'] = es_da.n_entradas.cumsum()
es_da['salidas_acum'] = es_da.n_salidas.cumsum()

# Cuántas entradas se van acumulando sin contestar
es_da['stock'] = es_da['entradas_acum'] - es_da['salidas_acum']


# Entradas, Salidas y Diferencia

plt.figure(figsize=(18,8))

sns.lineplot(data=es_da, x=es_da.index, y=es_da.n_entradas, color='green')
sns.lineplot(data=es_da, x=es_da.index, y=es_da.n_salidas, color='red', alpha=0.4)
sns.lineplot(data=es_da, x=es_da.index, y=es_da.diferencia, color='black') \
        .set_title(label='COMPORTAMIENTO ANUAL POR DÍA', loc='center', size=20)

plt.axhline(y=es_da.diferencia.mean(), color='blue', lw=2, ls=':');


# Acumulación o eliminación de stock de entradas

r_ad = es_da.diferencia < 0

plt.figure(figsize=(18,8))

sns.scatterplot(x=es_da.index, y=es_da.diferencia, hue=r_ad)

plt.title("Stock A LO LARGO DEL AÑO aumentando (+) o disminuyendo (-)", fontsize=20)

plt.axhline(y=0, color='black', lw=2, ls=':');


# Entradas mes

# df_ce = mf.componentes_fecha(df_sin, "fecha_entrada")

# df_ce.drop(['hora', 'minuto', 'segundo'], axis=1, inplace=True)

df_cem = df_ce.groupby('mes').count()


# Salidas mes

# df_cs = mf.componentes_fecha(df_sin, "fecha_contestacion")

# df_cs.drop(['hora', 'minuto', 'segundo'], axis=1, inplace=True)

df_csm = df_cs.groupby('mes').count()


# DataFrame de entradas, salidas y diferencia en términos anuales
es_ma = pd.concat([df_cem['tipo'], df_csm['tipo']], axis=1).fillna(0)
es_ma.columns = ['n_entradas', 'n_salidas']

# Esta columna es REDUCCIÓN STOCK (-) o AUMENTO STOCK (+)
es_ma['diferencia'] = es_ma.n_entradas - es_ma.n_salidas

es_ma['entradas_acum'] = es_ma.n_entradas.cumsum()
es_ma['salidas_acum'] = es_ma.n_salidas.cumsum()

# Cuántas entradas se van acumulando sin contestar
es_ma['stock'] = es_ma['entradas_acum'] - es_ma['salidas_acum']


# Entradas, Salidas y Diferencia

plt.figure(figsize=(18,8))

sns.lineplot(data=es_ma, x=es_ma.index, y=es_ma.n_entradas, color='green', label='n_entradas')
sns.lineplot(data=es_ma, x=es_ma.index, y=es_ma.n_salidas, color='red', alpha=0.4, label='n_salidas')
sns.lineplot(data=es_ma, x=es_ma.index, y=es_ma.diferencia, color='black', label='diferencia') \
        .set_title(label='COMPORTAMIENTO ANUAL POR MES', loc='center', size=20)

plt.axhline(y=es_ma.diferencia.mean(), color='blue', lw=2, ls=':')
plt.legend(title='Leyenda');

# plt.savefig("multimedia/e-s_y_diferencia_mes.png")


# Entradas día de la semana

df_ceds = df_ce.groupby('dia_semana').count()

# Salidas día de la semana

df_csds = df_cs.groupby('dia_semana').count()


# DataFrame de entradas, salidas y diferencia en términos diarios semanales
es_dsa = pd.concat([df_ceds['tipo'], df_csds['tipo']], axis=1).fillna(0)
es_dsa.columns = ['n_entradas', 'n_salidas']

# Esta columna es REDUCCIÓN STOCK (-) o AUMENTO STOCK (+)
es_dsa['diferencia'] = es_dsa.n_entradas - es_dsa.n_salidas

es_dsa['entradas_acum'] = es_dsa.n_entradas.cumsum()
es_dsa['salidas_acum'] = es_dsa.n_salidas.cumsum()

# Cuántas entradas se van acumulando sin contestar
es_dsa['stock'] = es_dsa['entradas_acum'] - es_dsa['salidas_acum']


# Entradas, Salidas y Diferencia

etiquetas = ['Lunes', 'Martes', 'Miércoles', 'Jueves', 'Viernes', 'Sábado', 'Domingo']

f, ax = plt.subplots(1,1, figsize=(18,8))

sns.scatterplot(ax=ax, x=es_dsa.index, y=es_dsa.n_entradas, color='green', s=250)
sns.scatterplot(ax=ax, x=es_dsa.index, y=es_dsa.n_salidas, color='red', s=250)

ax.set_title('Entradas y Salidas por DÍA DE LA SEMANA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax.set_xlabel('Día de la semana', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=es_dsa.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))
ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)
ax.yaxis.tick_left()
ax.legend(loc='upper right', labels=['Entradas', 'Salidas'], fontsize=15);


# Acumulación o eliminación de stock de entradas

r_dsa = es_dsa.diferencia < 0

plt.figure(figsize=(18,8))

sns.scatterplot(x=es_dsa.index, y=es_dsa.diferencia, hue=r_dsa, s=300)

plt.title("Stock por DÍA DE LA SEMANA aumentando (+) o disminuyendo (-)", fontsize=20)

plt.axhline(y=0, color='black', lw=2, ls=':');

# plt.savefig("multimedia/variacion_stock_dia_semana.png")


# DataFrame provisional
dfprov = df.copy()


# Sustitución de estados
dfprov['estado'] = dfprov['estado'].replace(
    ['Recepcionada por Coordinador', 'Recepcionada por Unidad', 'Enviada respuesta a Coordinador'], 'En proceso')
dfprov['estado'] = dfprov['estado'].replace(
    ['Cancelada', 'Enviada a Otra Administración', 'Rechazada por SGAC'], 'Descarte')
dfprov['estado'] = dfprov['estado'].replace(
    ['Contestada al Ciudadano'], 'Exito')

# Número de registros en cada situación
dfprov.estado.value_counts()

Exito         88676
Descarte      10839
En proceso      482
Name: estado, dtype: int64


# Tasa global de éxito, terminada y éxito total
e = dfprov[dfprov.estado == "Exito"].estado.count()
tt = dfprov[dfprov.estado == "Descarte"].estado.count() + e
p = dfprov[dfprov.estado == "En proceso"].estado.count()

print("Tasa global de éxito (EFICIENCIA): ", 100*e/(tt))
print("Tasa global de terminada (EFICACIA): ", 100*tt/(tt+p))
print("Tasa global de éxito total sobre volumen de entrada de trabajo: ", 100*e/(tt+p))
print("Tasa global de en proceso: ", 100*p/(tt+p))

Tasa global de éxito (EFICIENCIA):  89.10817464703814
Tasa global de terminada (EFICACIA):  99.51798553956618
Tasa global de éxito total sobre volumen de entrada de trabajo:  88.67866035981079
Tasa global de en proceso:  0.482014460433813


# Resample de las entradas a MES
df_em = df_e.resample('M').agg(descarte=('descarte', 'sum'), 
                           exito=('exito', 'sum'), 
                           proceso=('proceso', 'sum'), 
                           tipo=('tipo', 'count'))  # Esta última es solo el recuento.

# Columnas de porcentajes
df_em['exito_pct'] = 100*df_em.exito / (df_em.descarte + df_em.exito)
df_em['terminada_pct'] = 100*(df_em.descarte + df_em.exito) / (df_em.exito + df_em.descarte + df_em.proceso)
df_em['exitoT_pct'] = 100*df_em.exito / (df_em.exito + df_em.descarte + df_em.proceso)
df_em['descarte_pct'] = 100*df_em.descarte / (df_em.descarte + df_em.exito)


# Gráfico de tasas de éxito, terminada y éxito total, a partir de fecha de entrada
f, ax = plt.subplots(1,1, figsize=(18,8))

g = df_em[['exito_pct', 'terminada_pct', 'exitoT_pct']]

sns.lineplot(data=g, palette=['green', 'blue', 'orange'], dashes=False)

plt.legend(loc='lower center')

plt.title("Porcentaje de Éxito, Terminada y Éxito total", fontsize=18, loc='center')
plt.ylabel("Porcentaje", fontsize=14)
plt.xlabel("Fecha de entrada", fontsize=14);

# plt.savefig("multimedia/pct_exito_term_extot.png")


# Gráfico de descartadas
f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=df_em, x=df_em.index, y=df_em.descarte_pct, color='black') \
            .set_title(label='PORCENTAJE DESCARTE MENSUAL', loc='center');

# plt.savefig("multimedia/pct_descarte.png")


# Gráfico de total entradas
f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=df_em, x=df_em.index, y=df_em.tipo, color='red') \
            .set_title(label='TOTAL ENTRADAS MENSUAL', loc='center');

# plt.savefig("multimedia/total_entradas_mes.png")


# Gráfico de total en proceso
f, ax = plt.subplots(1,1, figsize=(18,8))

plt.axvline(x=df_em.index[-4], color='grey', lw=2, ls='--')  # Octubre-Diciembre parte final del año.

sns.lineplot(ax=ax, data=df_em, x=df_em.index, y=df_em.proceso, color='brown') \
            .set_title(label='TOTAL EN PROCESO MENSUAL', loc='center');

# plt.savefig("multimedia/total_en_proceso.png")


# Obtener componentes de "fecha_entrada"
df_e = mf.componentes_fecha(df_e.reset_index(), "fecha_entrada")


# Entradas: agrupar por mes del año
df_eem = df_e.groupby('mes').agg(
    exito=('exito', 'sum'), 
    descarte=('descarte', 'sum'), 
    proceso=('proceso', 'sum'), 
    total=('tipo', 'count'))  # Esta última es solo el recuento.


df_eem['terminada'] = df_eem.exito + df_eem.descarte
df_eem['exito_pct'] = 100*df_eem.exito / (df_eem.descarte + df_eem.exito)
df_eem['descarte_pct'] = 100*df_eem.descarte / (df_eem.descarte + df_eem.exito)
df_eem['terminada_pct'] = 100*(df_eem.descarte + df_eem.exito) / (df_eem.exito + df_eem.descarte + df_eem.proceso)
df_eem['proceso_pct'] = 100*df_eem.proceso / (df_eem.proceso + df_eem.terminada)
df_eem['exitoT_pct'] = 100*df_eem.exito / (df_eem.exito + df_eem.descarte + df_eem.proceso)


# Gráfico de tasas de éxito y éxito total por mes
f, ax = plt.subplots(1,1, figsize=(18,8))

gg = df_eem[['exito_pct', 'exitoT_pct']]

sns.lineplot(data=gg, palette=['green', 'orange'], dashes=False)

plt.legend(loc='lower center')
plt.title("Porcentaje de Éxito y Éxito total", fontsize=18, loc='center')
plt.ylabel("Porcentaje", fontsize=14)
plt.xlabel("Fecha de entrada", fontsize=14);


# Gráfico de terminadas mensual
f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=df_eem, x=df_eem.index, y=df_eem.terminada_pct, color='blue') \
            .set_title(label='PORCENTAJE DE TERMINADA POR MES', loc='center');


# Gráfico de descartadas mensual
f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=df_eem, x=df_eem.index, y=df_eem.descarte_pct, color='black') \
            .set_title(label='PORCENTAJE DESCARTE MES', loc='center');


# Gráfico de número descartes y terminadas al mes
f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=df_eem, x=df_eem.index, y=df_eem.descarte, color='black')

sns.lineplot(ax=ax, data=df_eem, x=df_eem.index, y=df_eem.terminada, color='blue') \
            .set_title(label='NÚMERO DE DESCARTES Y TERMINADAS AL MES', loc='center');


# Entradas: agrupar por día de la semana
df_eeds = df_e.groupby('dia_semana').agg(
    exito=('exito', 'sum'), 
    descarte=('descarte', 'sum'), 
    proceso=('proceso', 'sum'), 
    total=('tipo', 'count'))  # Esta última es solo el recuento.


df_eeds['terminada'] = df_eeds.exito + df_eeds.descarte
df_eeds['exito_pct'] = 100*df_eeds.exito / (df_eeds.descarte + df_eeds.exito)
df_eeds['descarte_pct'] = 100*df_eeds.descarte / (df_eeds.descarte + df_eeds.exito)
df_eeds['terminada_pct'] = 100*(df_eeds.descarte + df_eeds.exito) / (df_eeds.exito + df_eeds.descarte + df_eeds.proceso)
df_eeds['proceso_pct'] = 100*df_eeds.proceso / (df_eeds.proceso + df_eeds.terminada)
df_eeds['exitoT_pct'] = 100*df_eeds.exito / (df_eeds.exito + df_eeds.descarte + df_eeds.proceso)


# Gráfico de tasas de éxito y éxito total por día de la semana

f, ax = plt.subplots(1,1, figsize=(18,8))

sns.scatterplot(ax=ax, x=df_eeds.index, y=df_eeds.exito_pct, color='brown', s=250)
sns.scatterplot(ax=ax, x=df_eeds.index, y=df_eeds.exitoT_pct, color='orange', s=250)

ax.set_title('Porcentaje de ÉXITO y ÉXITO TOTAL por DÍA DE LA SEMANA', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_eeds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.yaxis.tick_left()

ax.legend(loc='upper right', labels=['Éxito', 'Éxito Total'], fontsize=16);


# Gráfico de descartadas por día de la semana
f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=df_eeds, x=df_eeds.index, y=df_eeds.descarte_pct, color='black') \
            .set_title(label='PORCENTAJE DESCARTE DÍA SEMANA', loc='center');


# Sustitución de estados: En proceso y Terminada
df_t = df.copy()
df_t['estado'] = df_t['estado'].replace(
    ['Cancelada', 'Enviada a Otra Administración', 'Rechazada por SGAC', 'Contestada al Ciudadano'], 'Terminada')
df_t['estado'] = df_t['estado'].replace(
    ['Recepcionada por Coordinador', 'Recepcionada por Unidad', 'Enviada respuesta a Coordinador'], 'En proceso')


pd.crosstab(df_t.tema, df_t.estado, margins=True, margins_name='Total')


ct_t = pd.crosstab(df_t.tema, df_t.estado, margins=False, normalize='index')
ct_t


pd.crosstab(df_t.consejeria, df_t.estado, margins=True, margins_name='Total')


ct_c = pd.crosstab(df_t.consejeria, df_t.estado, margins=False, normalize='index')
ct_c


# Gráficos TEMA y CONSEJERIA para En proceso

f, ax = plt.subplots(2, 1, figsize=(18,16))

# TEMA
sns.barplot(ax=ax[0], x=ct_t.index, y=ct_t['En proceso'], palette='viridis', 
           order=ct_t['En proceso'].sort_values(ascending=False).index)

ax[0].set_title('Porcentaje EN PROCESO por TEMA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel('Tema', fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('En proceso', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[0].yaxis.tick_left() # Donde se ponen las marcas de eje
# ax[1].legend(loc='upper right') # Si es múltiple: label=''


# CONSEJERIA
sns.barplot(ax=ax[1], x=ct_c.index, y=ct_c['En proceso'], palette='winter', 
           order=ct_c['En proceso'].sort_values(ascending=False).index)

ax[1].set_title('Porcentaje EN PROCESO por CONSEJERÍA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel('Consejería', fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('En proceso', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=90)
ax[1].tick_params(axis='y', which='major', labelsize=15)
ax[1].yaxis.tick_left(); # Donde se ponen las marcas de eje
# ax[1].legend(loc='upper right') # Si es múltiple: label=''

# plt.savefig("multimedia/en_proceso_tema_y_consejeria.png")


# Gráficos tasa de ÉXITO

f, ax = plt.subplots(1, 2, figsize=(18,6))

# TIPO
sns.barplot(ax=ax[0], x=df.groupby('tipo')['exito'].mean().index, 
            y=df.groupby('tipo')['exito'].mean().values*100, 
            palette='viridis', 
            order=df.groupby('tipo')['exito'].mean().sort_values(ascending=False).index)
ax[0].set_title('% de Éxito por TIPO', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel('', loc=None, fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=18)
ax[0].set_xticks(ax[0].get_xticks(), ax[0].get_xticklabels())
ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[0].yaxis.tick_left()  # Donde se ponen las marcas de eje
# ax[1].legend(loc='upper right') # Si es múltiple: label=''

# TEMA
sns.barplot(ax=ax[1], x=df.groupby('tema')['exito'].mean().index, 
            y=df.groupby('tema')['exito'].mean().values*100, 
            palette='magma', 
            order=df.groupby('tema')['exito'].mean().sort_values(ascending=False).index)
ax[1].set_title('% de Éxito por TEMA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel('', fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=15)
ax[1].set_xticks(ax[1].get_xticks(), ax[1].get_xticklabels(), rotation=60, ha='right')
ax[1].tick_params(axis='y', which='major', labelsize=15)
ax[1].yaxis.tick_right();  # Donde se ponen las marcas de eje
# ax[1].legend(loc='upper right') # Si es múltiple: label=''


f, ax = plt.subplots(2, 1, figsize=(18,12))

# CANAL_ENTRADA
sns.barplot(ax=ax[0], x=df.groupby('canal_entrada')['exito'].mean().index, 
            y=df.groupby('canal_entrada')['exito'].mean().values*100, 
            palette='summer', 
            order=df.groupby('canal_entrada')['exito'].mean().sort_values(ascending=False).index)
ax[0].set_title('% de Éxito por CANAL', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel('', fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=15)
ax[0].set_xticks(ax[0].get_xticks(), ax[0].get_xticklabels())
ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[0].yaxis.tick_left()  # Donde se ponen las marcas de eje
# ax[1].legend(loc='upper right') # Si es múltiple: label=''

# CONSEJERIA
sns.barplot(ax=ax[1], x=df.groupby('consejeria')['exito'].mean().index, 
            y=df.groupby('consejeria')['exito'].mean().values*100, 
            palette='winter', 
            order=df.groupby('consejeria')['exito'].mean().sort_values(ascending=False).index) \
        .tick_params(axis='x', labelsize=15, labelrotation=90)
ax[1].set_title('% de Éxito por CONSEJERÍA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel('', fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=19)
ax[1].set_xticks(ax[1].get_xticks(), ax[1].get_xticklabels(), rotation=90, ha='center')
ax[1].tick_params(axis='y', which='major', labelsize=15)
ax[1].yaxis.tick_left()  # Donde se ponen las marcas de eje
# ax[1].legend(loc='upper right') # Si es múltiple: label=''

# plt.savefig("multimedia/pct_exito_por_variable.png")


f, ax = plt.subplots(1, 1, figsize=(18,6))

# TIPO
sns.barplot(ax=ax, x=df.groupby('tipo')['descarte'].mean().index, 
            y=df.groupby('tipo')['descarte'].mean().values*100, 
            palette='viridis', 
            order=df.groupby('tipo')['descarte'].mean().sort_values(ascending=False).index)
ax.set_title('% de Descarte por TIPO', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax.set_xlabel('', loc=None, fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('', fontsize=15, fontdict=dict(weight='bold'))
ax.tick_params(axis='x', which='major', labelsize=18)
ax.set_xticks(ax.get_xticks(), ax.get_xticklabels())
ax.tick_params(axis='y', which='major', labelsize=15)
ax.yaxis.tick_left();

# plt.savefig("multimedia/pct_descarte_tipo.png")


df_compo = mf.componentes_fecha(df, "fecha_entrada")
df_compo.drop(['hora', 'minuto', 'segundo', 'trimestre'], axis=1, inplace=True)


df_asq = df_compo.reset_index().groupby(['fecha_entrada', 'tipo']).agg(descarte=('descarte', 'sum'), 
                           exito=('exito', 'sum'), 
                           proceso=('proceso', 'sum'), 
                           terminada=('terminada', 'sum'), 
                           total=('tipo', 'count'))


df_asq.reset_index(inplace=True)


df_asq['terminada'] = df_asq.exito + df_asq.descarte
df_asq['exito_pct'] = 100*df_asq.exito / df_asq.terminada
df_asq['descarte_pct'] = 100*df_asq.descarte / df_asq.terminada
df_asq['terminada_pct'] = 100*df_asq.terminada / (df_asq.terminada + df_asq.proceso)
df_asq['proceso_pct'] = 100*df_asq.proceso / (df_asq.terminada + df_asq.proceso)
df_asq['exitoT_pct'] = 100*df_asq.exito / (df_asq.terminada + df_asq.proceso)


# Agradecimiento
dfa = df_asq[df_asq.tipo == 'Agradecimiento'].set_index('fecha_entrada')

# Sugerencia
dfs = df_asq[df_asq.tipo == 'Sugerencia'].set_index('fecha_entrada')

# Queja
dfq = df_asq[df_asq.tipo == 'Queja'].set_index('fecha_entrada')


# Gráfico Agradecimiento
f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=dfa, x=dfa.index, y=dfa.total, color='orange') \
            .set_title(label='Número total AGRADECIMIENTOS', loc='center');


# Sugerencia

f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=dfs, x=dfs.index, y=dfs.total, color='brown') \
            .set_title(label='Número total AGRADECIMIENTOS', loc='center');


# Queja

f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=dfq, x=dfq.index, y=dfq.exitoT_pct, color='green') \
            .set_title(label='Número total AGRADECIMIENTOS', loc='center');


f, ax = plt.subplots(1,1, figsize=(18,8))

sns.lineplot(ax=ax, data=dfq, x=dfq.index, y=dfq.total, color='green') \
            .set_title(label='Número total AGRADECIMIENTOS', loc='center');


df_tipo = df_compo.reset_index().groupby(['fecha_entrada', 'tipo']).agg(descarte=('descarte', 'sum'), 
                           exito=('exito', 'sum'), 
                           proceso=('proceso', 'sum'), 
                           terminada=('terminada', 'sum'), 
                           total=('tipo', 'count'))


df_tipo = df_tipo.reset_index().set_index('fecha_entrada').groupby('tipo').resample('M').agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('total', 'sum'))


df_tipo = df_tipo.reset_index().set_index('fecha_entrada')


df_tipo['terminada'] = df_tipo.exito + df_tipo.descarte
df_tipo['exito_pct'] = 100*df_tipo.exito / df_tipo.terminada
df_tipo['descarte_pct'] = 100*df_tipo.descarte / df_tipo.terminada
df_tipo['terminada_pct'] = 100*df_tipo.terminada / (df_tipo.terminada + df_tipo.proceso)
df_tipo['proceso_pct'] = 100*df_tipo.proceso / (df_tipo.terminada + df_tipo.proceso)
df_tipo['exitoT_pct'] = 100*df_tipo.exito / (df_tipo.terminada + df_tipo.proceso)


# Queja
df_q_mes = df_tipo[df_tipo.tipo == 'Queja']

# Sugerencia
df_s_mes = df_tipo[df_tipo.tipo == 'Sugerencia']

# Agradecimiento
df_a_mes = df_tipo[df_tipo.tipo == 'Agradecimiento']


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_q_mes, x=df_q_mes.index, y=df_q_mes.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en QUEJA', loc='center')

sns.lineplot(ax=ax[1], data=df_q_mes, x=df_q_mes.index, y=df_q_mes.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en QUEJA', loc='center')

sns.lineplot(ax=ax[2], data=df_q_mes, x=df_q_mes.index, y=df_q_mes.total, color='blue') \
                    .set_title(label='Número TOTAL en QUEJA', loc='center');

plt.savefig("multimedia/pct_exito_por_tipo.png")


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_s_mes, x=df_s_mes.index, y=df_s_mes.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en SUGERENCIA', loc='center')

sns.lineplot(ax=ax[1], data=df_s_mes, x=df_s_mes.index, y=df_s_mes.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en SUGERENCIA', loc='center')

sns.lineplot(ax=ax[2], data=df_s_mes, x=df_s_mes.index, y=df_s_mes.total, color='blue') \
                    .set_title(label='Número TOTAL en SUGERENCIA', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_a_mes, x=df_a_mes.index, y=df_a_mes.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en AGRADECIMIENTO', loc='center')

sns.lineplot(ax=ax[1], data=df_a_mes, x=df_a_mes.index, y=df_a_mes.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en AGRADECIMIENTO', loc='center')

sns.lineplot(ax=ax[2], data=df_a_mes, x=df_a_mes.index, y=df_a_mes.total, color='blue') \
                    .set_title(label='Número TOTAL en AGRADECIMIENTO', loc='center');


df_tipo_est = df_compo.reset_index().groupby(['mes', 'tipo']).agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_tipo_est = df_tipo_est.reset_index().set_index('mes')


df_tipo_est['terminada'] = df_tipo_est.exito + df_tipo_est.descarte
df_tipo_est['exito_pct'] = 100*df_tipo_est.exito / df_tipo_est.terminada
df_tipo_est['descarte_pct'] = 100*df_tipo_est.descarte / df_tipo_est.terminada
df_tipo_est['terminada_pct'] = 100*df_tipo_est.terminada / (df_tipo_est.terminada + df_tipo_est.proceso)
df_tipo_est['proceso_pct'] = 100*df_tipo_est.proceso / (df_tipo_est.terminada + df_tipo_est.proceso)
df_tipo_est['exitoT_pct'] = 100*df_tipo_est.exito / (df_tipo_est.terminada + df_tipo_est.proceso)


# Queja
df_q_est = df_tipo_est[df_tipo_est.tipo == 'Queja']

# Sugerencia
df_s_est = df_tipo_est[df_tipo_est.tipo == 'Sugerencia']

# Agradecimiento
df_a_est = df_tipo_est[df_tipo_est.tipo == 'Agradecimiento']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_q_est.index, y=df_q_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_s_est.index, y=df_s_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_a_est.index, y=df_a_est.exito_pct, s=200)

ax.set_title('% ÉXITO por mes', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_q_est.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower right', labels=['Queja', 'Sugerencia', 'Agradecimiento'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_q_est.index, y=df_q_est.total, s=200)
sns.scatterplot(ax=ax, x=df_s_est.index, y=df_s_est.total, s=200)
sns.scatterplot(ax=ax, x=df_a_est.index, y=df_a_est.total, s=200)

ax.set_title('NÚMERO ENTRADAS por mes', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_q_est.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower right', labels=['Queja', 'Sugerencia', 'Agradecimiento'], fontsize=14);


df_tipo_ds = df_compo.reset_index().groupby(['dia_semana', 'tipo']).agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_tipo_ds = df_tipo_ds.reset_index().set_index('dia_semana')


df_tipo_ds['terminada'] = df_tipo_ds.exito + df_tipo_ds.descarte
df_tipo_ds['exito_pct'] = 100*df_tipo_ds.exito / df_tipo_ds.terminada
df_tipo_ds['descarte_pct'] = 100*df_tipo_ds.descarte / df_tipo_ds.terminada
df_tipo_ds['terminada_pct'] = 100*df_tipo_ds.terminada / (df_tipo_ds.terminada + df_tipo_ds.proceso)
df_tipo_ds['proceso_pct'] = 100*df_tipo_ds.proceso / (df_tipo_ds.terminada + df_tipo_ds.proceso)
df_tipo_ds['exitoT_pct'] = 100*df_tipo_ds.exito / (df_tipo_ds.terminada + df_tipo_ds.proceso)


# Queja
df_q_ds = df_tipo_ds[df_tipo_ds.tipo == 'Queja']

# Sugerencia
df_s_ds = df_tipo_ds[df_tipo_ds.tipo == 'Sugerencia']

# Agradecimiento
df_a_ds = df_tipo_ds[df_tipo_ds.tipo == 'Agradecimiento']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_q_ds.index, y=df_q_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_s_ds.index, y=df_s_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_a_ds.index, y=df_a_ds.exito_pct, s=200)

ax.set_title('% ÉXITO por día semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='center right', labels=['Queja', 'Sugerencia', 'Agradecimiento'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_q_ds.index, y=df_q_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_s_ds.index, y=df_s_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_a_ds.index, y=df_a_ds.total, s=200)

ax.set_title('NÚMERO ENTRADAS por día semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='center left', labels=['Queja', 'Sugerencia', 'Agradecimiento'], fontsize=14);


df_tema = df_compo.reset_index().groupby(['fecha_entrada', 'tema']).agg(descarte=('descarte', 'sum'), 
                           exito=('exito', 'sum'), 
                           proceso=('proceso', 'sum'), 
                           terminada=('terminada', 'sum'), 
                           total=('tipo', 'count'))


df_tema_mes = df_tema.reset_index().set_index('fecha_entrada').groupby('tema').resample('M').agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('total', 'sum'))


df_tema_ano = df_tema.reset_index().set_index('fecha_entrada').groupby('tema').resample('Y').agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('total', 'sum'))


df_tema.reset_index(inplace=True)


df_tema['terminada'] = df_tema.exito + df_tema.descarte
df_tema['exito_pct'] = 100*df_tema.exito / df_tema.terminada
df_tema['descarte_pct'] = 100*df_tema.descarte / df_tema.terminada
df_tema['terminada_pct'] = 100*df_tema.terminada / (df_tema.terminada + df_tema.proceso)
df_tema['proceso_pct'] = 100*df_tema.proceso / (df_tema.terminada + df_tema.proceso)
df_tema['exitoT_pct'] = 100*df_tema.exito / (df_tema.terminada + df_tema.proceso)


# Educación
df_edu = df_tema[df_tema.tema == 'EDUCACIÓN'].set_index('fecha_entrada')

# Cultura
df_cul = df_tema[df_tema.tema == 'CULTURA'].set_index('fecha_entrada')

# Políticas sociales
df_pol = df_tema[df_tema.tema == 'POLÍTICAS SOCIALES'].set_index('fecha_entrada')

# Transportes
df_tra = df_tema[df_tema.tema == 'TRANSPORTES'].set_index('fecha_entrada')

# Energía
df_ene = df_tema[df_tema.tema == 'ENERGÍA'].set_index('fecha_entrada')


f, ax = plt.subplots(1,1, figsize=(18,8))
sns.lineplot(ax=ax, data=df_edu, x=df_edu.index, y=df_edu.terminada, color='black');


f, ax = plt.subplots(1,1, figsize=(18,8))
sns.lineplot(ax=ax, data=df_cul, x=df_cul.index, y=df_cul.exito_pct, color='blue');


f, ax = plt.subplots(1,1, figsize=(18,8))
sns.lineplot(ax=ax, data=df_pol, x=df_pol.index, y=df_pol.exito_pct, color='grey');


f, ax = plt.subplots(1,1, figsize=(18,8))
sns.lineplot(ax=ax, data=df_tra, x=df_tra.index, y=df_tra.exito_pct, color='red');


f, ax = plt.subplots(1,1, figsize=(18,8))
sns.lineplot(ax=ax, data=df_ene, x=df_ene.index, y=df_ene.exito_pct, color='yellow');


df_tema_mes = df_tema_mes.reset_index().set_index('fecha_entrada')


df_tema_mes['terminada'] = df_tema_mes.exito + df_tema_mes.descarte
df_tema_mes['exito_pct'] = 100*df_tema_mes.exito / df_tema_mes.terminada
df_tema_mes['descarte_pct'] = 100*df_tema_mes.descarte / df_tema_mes.terminada
df_tema_mes['terminada_pct'] = 100*df_tema_mes.terminada / (df_tema_mes.terminada + df_tema_mes.proceso)
df_tema_mes['proceso_pct'] = 100*df_tema_mes.proceso / (df_tema_mes.terminada + df_tema_mes.proceso)
df_tema_mes['exitoT_pct'] = 100*df_tema_mes.exito / (df_tema_mes.terminada + df_tema_mes.proceso)


# Educación
df_edu_mes = df_tema_mes[df_tema_mes.tema == 'EDUCACIÓN']

# Cultura
df_cul_mes = df_tema_mes[df_tema_mes.tema == 'CULTURA']

# Políticas sociales
df_pol_mes = df_tema_mes[df_tema_mes.tema == 'POLÍTICAS SOCIALES']

# Transportes
df_tra_mes = df_tema_mes[df_tema_mes.tema == 'TRANSPORTES']

# Energía
df_ene_mes = df_tema_mes[df_tema_mes.tema == 'ENERGÍA']


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_edu_mes, x=df_edu_mes.index, y=df_edu_mes.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en EDUCACIÓN', loc='center')  # Exito total es igual.

sns.lineplot(ax=ax[1], data=df_edu_mes, x=df_edu_mes.index, y=df_edu_mes.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en EDUCACIÓN', loc='center')

sns.lineplot(ax=ax[2], data=df_edu_mes, x=df_edu_mes.index, y=df_edu_mes.total, color='blue') \
                    .set_title(label='Número TOTAL en EDUCACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_cul_mes, x=df_cul_mes.index, y=df_cul_mes.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en CULTURA', loc='center')  # Exito total es igual.

sns.lineplot(ax=ax[1], data=df_cul_mes, x=df_cul_mes.index, y=df_cul_mes.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en CULTURA', loc='center')

sns.lineplot(ax=ax[2], data=df_cul_mes, x=df_cul_mes.index, y=df_cul_mes.total, color='blue') \
                    .set_title(label='Número TOTAL en CULTURA', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_pol_mes, x=df_pol_mes.index, y=df_pol_mes.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en POLÍTICAS SOCIALES', loc='center')  # Exito total es igual.

sns.lineplot(ax=ax[1], data=df_pol_mes, x=df_pol_mes.index, y=df_pol_mes.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en POLÍTICAS SOCIALES', loc='center')

sns.lineplot(ax=ax[2], data=df_pol_mes, x=df_pol_mes.index, y=df_pol_mes.total, color='blue') \
                    .set_title(label='Número TOTAL en POLÍTICAS SOCIALES', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_tra_mes, x=df_tra_mes.index, y=df_tra_mes.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en TRANSPORTES', loc='center')  # Exito total es igual.

sns.lineplot(ax=ax[1], data=df_tra_mes, x=df_tra_mes.index, y=df_tra_mes.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en TRANSPORTES', loc='center')

sns.lineplot(ax=ax[2], data=df_tra_mes, x=df_tra_mes.index, y=df_tra_mes.total, color='blue') \
                    .set_title(label='Número TOTAL en TRANSPORTES', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_ene_mes, x=df_ene_mes.index, y=df_ene_mes.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en ENERGÍA', loc='center')  # Exito total es igual.

sns.lineplot(ax=ax[1], data=df_ene_mes, x=df_ene_mes.index, y=df_ene_mes.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en ENERGÍA', loc='center')

sns.lineplot(ax=ax[2], data=df_ene_mes, x=df_ene_mes.index, y=df_ene_mes.total, color='blue') \
                    .set_title(label='Número TOTAL en ENERGÍA', loc='center');


df_compo['reenviada'] = np.where(df_compo.estado == 'Enviada a Otra Administración', 1, 0)


df_tte = df_compo.reset_index().groupby(['fecha_entrada', 'tema']).agg(
    reenviada=('reenviada', 'sum'), 
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_tte = df_tte.reset_index().set_index('fecha_entrada').groupby('tema').resample('M').agg(
    reenviada=('reenviada', 'sum'), 
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('total', 'sum'))


df_tte = df_tte.reset_index().set_index('fecha_entrada')


df_tte['terminada'] = df_tte.exito + df_tte.descarte
df_tte['exito_pct'] = 100*df_tte.exito / df_tte.terminada
df_tte['descarte_pct'] = 100*df_tte.descarte / df_tte.terminada
df_tte['terminada_pct'] = 100*df_tte.terminada / (df_tte.terminada + df_tte.proceso)
df_tte['proceso_pct'] = 100*df_tte.proceso / (df_tte.terminada + df_tte.proceso)
df_tte['exitoT_pct'] = 100*df_tte.exito / (df_tte.terminada + df_tte.proceso)
df_tte['reenviada_pct'] = 100*df_tte.reenviada / df_tte.terminada
df_tte['reenviadaT_pct'] = 100*df_tte.reenviada / (df_tte.terminada + df_tte.proceso)


# Educación
df_edu_env = df_tte[df_tte.tema == 'EDUCACIÓN']
# Cultura
df_cul_env = df_tte[df_tte.tema == 'CULTURA']
# Políticas sociales
df_pol_env = df_tte[df_tte.tema == 'POLÍTICAS SOCIALES']
# Transportes
df_tte_env = df_tte[df_tte.tema == 'TRANSPORTES']
# Energía
df_ene_env = df_tte[df_tte.tema == 'ENERGÍA']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=df_edu_env.index, y=df_edu_env.reenviada_pct, color='green')
sns.lineplot(ax=ax, x=df_cul_env.index, y=df_cul_env.reenviada_pct, color='orange')
sns.lineplot(ax=ax, x=df_pol_env.index, y=df_pol_env.reenviada_pct, color='red')
sns.lineplot(ax=ax, x=df_tte_env.index, y=df_tte_env.reenviada_pct, color='blue')
sns.lineplot(ax=ax, x=df_ene_env.index, y=df_ene_env.reenviada_pct, color='black')

ax.set_title('% REENVIADA por año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15);

# ax.legend(loc='upper left', labels=['Educación', 
#                                      'Cultura', 
#                                      'Políticas Sociales', 
#                                      'Transportes', 
#                                      'Energía'
#                                     ], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=df_edu_env.index, y=df_edu_env.reenviada, color='green')
sns.lineplot(ax=ax, x=df_cul_env.index, y=df_cul_env.reenviada, color='orange')
sns.lineplot(ax=ax, x=df_pol_env.index, y=df_pol_env.reenviada, color='red')
sns.lineplot(ax=ax, x=df_tte_env.index, y=df_tte_env.reenviada, color='blue')
sns.lineplot(ax=ax, x=df_ene_env.index, y=df_ene_env.reenviada, color='black')

ax.set_title('NÚMERO REENVIADA por año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15);


df_tema_est = df_compo.reset_index().groupby(['mes', 'tema']).agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_tema_est = df_tema_est.reset_index().set_index('mes')


df_tema_est['terminada'] = df_tema_est.exito + df_tema_est.descarte
df_tema_est['exito_pct'] = 100*df_tema_est.exito / df_tema_est.terminada
df_tema_est['descarte_pct'] = 100*df_tema_est.descarte / df_tema_est.terminada
df_tema_est['terminada_pct'] = 100*df_tema_est.terminada / (df_tema_est.terminada + df_tema_est.proceso)
df_tema_est['proceso_pct'] = 100*df_tema_est.proceso / (df_tema_est.terminada + df_tema_est.proceso)
df_tema_est['exitoT_pct'] = 100*df_tema_est.exito / (df_tema_est.terminada + df_tema_est.proceso)


# Educación
df_edu_est = df_tema_est[df_tema_est.tema == 'EDUCACIÓN']

# Cultura
df_cul_est = df_tema_est[df_tema_est.tema == 'CULTURA']

# Políticas Sociales
df_pol_est = df_tema_est[df_tema_est.tema == 'POLÍTICAS SOCIALES']

# Transportes
df_tra_est = df_tema_est[df_tema_est.tema == 'TRANSPORTES']

# Energía
df_ene_est = df_tema_est[df_tema_est.tema == 'ENERGÍA']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_edu_est.index, y=df_edu_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_cul_est.index, y=df_cul_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_pol_est.index, y=df_pol_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_tra_est.index, y=df_tra_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_ene_est.index, y=df_ene_est.exito_pct, s=200)

ax.set_title('% ÉXITO por mes', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_edu_est.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower right', labels=['Educación', 'Cultura', 'Políticas Sociales', 
                                     'Transportes', 'Energía'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_edu_est.index, y=df_edu_est.total, s=200)
sns.scatterplot(ax=ax, x=df_cul_est.index, y=df_cul_est.total, s=200)
sns.scatterplot(ax=ax, x=df_pol_est.index, y=df_pol_est.total, s=200)
sns.scatterplot(ax=ax, x=df_tra_est.index, y=df_tra_est.total, s=200)
sns.scatterplot(ax=ax, x=df_ene_est.index, y=df_ene_est.total, s=200)

ax.set_title('NÚMERO ENTRADAS por mes', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_edu_est.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper left', labels=['Educación', 'Cultura', 'Políticas Sociales', 
                                     'Transportes', 'Energía'], fontsize=14);


df_tema_ds = df_compo.reset_index().groupby(['dia_semana', 'tema']).agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_tema_ds = df_tema_ds.reset_index().set_index('dia_semana')


df_tema_ds['terminada'] = df_tema_ds.exito + df_tema_ds.descarte
df_tema_ds['exito_pct'] = 100*df_tema_ds.exito / df_tema_ds.terminada
df_tema_ds['descarte_pct'] = 100*df_tema_ds.descarte / df_tema_ds.terminada
df_tema_ds['terminada_pct'] = 100*df_tema_ds.terminada / (df_tema_ds.terminada + df_tema_ds.proceso)
df_tema_ds['proceso_pct'] = 100*df_tema_ds.proceso / (df_tema_ds.terminada + df_tema_ds.proceso)
df_tema_ds['exitoT_pct'] = 100*df_tema_ds.exito / (df_tema_ds.terminada + df_tema_ds.proceso)


# Educación
df_edu_ds = df_tema_ds[df_tema_ds.tema == 'EDUCACIÓN']

# Cultura
df_cul_ds = df_tema_ds[df_tema_ds.tema == 'CULTURA']

# Políticas Sociales
df_pol_ds = df_tema_ds[df_tema_ds.tema == 'POLÍTICAS SOCIALES']

# Transportes
df_tra_ds = df_tema_ds[df_tema_ds.tema == 'TRANSPORTES']

# Energía
df_ene_ds = df_tema_ds[df_tema_ds.tema == 'ENERGÍA']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_edu_ds.index, y=df_edu_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_cul_ds.index, y=df_cul_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_pol_ds.index, y=df_pol_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_tra_ds.index, y=df_tra_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_ene_ds.index, y=df_ene_ds.exito_pct, s=200)

ax.set_title('% ÉXITO por día semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_edu_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower left', labels=['Educación', 'Cultura', 'Políticas Sociales', 
                                     'Transportes', 'Energía'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_edu_ds.index, y=df_edu_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_cul_ds.index, y=df_cul_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_pol_ds.index, y=df_pol_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_tra_ds.index, y=df_tra_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_ene_ds.index, y=df_ene_ds.total, s=200)

ax.set_title('NÚMERO DE ENTRADAS por día semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_edu_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Educación', 'Cultura', 'Políticas Sociales', 
                                     'Transportes', 'Energía'], fontsize=14);


df_canal = df_compo.reset_index().groupby(['fecha_entrada', 'canal_entrada']).agg(descarte=('descarte', 'sum'), 
                           exito=('exito', 'sum'), 
                           proceso=('proceso', 'sum'), 
                           terminada=('terminada', 'sum'), 
                           total=('tipo', 'count'))


df_canal = df_canal.reset_index().set_index('fecha_entrada').groupby('canal_entrada').resample('M').agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('total', 'sum'))


df_canal = df_canal.reset_index().set_index('fecha_entrada')


df_canal


df_canal['terminada'] = df_canal.exito + df_canal.descarte
df_canal['exito_pct'] = 100*df_canal.exito / df_canal.terminada
df_canal['descarte_pct'] = 100*df_canal.descarte / df_canal.terminada
df_canal['terminada_pct'] = 100*df_canal.terminada / (df_canal.terminada + df_canal.proceso)
df_canal['proceso_pct'] = 100*df_canal.proceso / (df_canal.terminada + df_canal.proceso)
df_canal['exitoT_pct'] = 100*df_canal.exito / (df_canal.terminada + df_canal.proceso)


# Internet
df_int = df_canal[df_canal.canal_entrada == 'INTERNET']

# Presencial
df_pre = df_canal[df_canal.canal_entrada == 'PRESENCIAL']

# Llamadas 012
df_lla = df_canal[df_canal.canal_entrada == 'LLAMADAS 012']


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_int, x=df_int.index, y=df_int.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en INTERNET', loc='center')

sns.lineplot(ax=ax[1], data=df_int, x=df_int.index, y=df_int.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en INTERNET', loc='center')

sns.lineplot(ax=ax[2], data=df_int, x=df_int.index, y=df_int.total, color='blue') \
                    .set_title(label='Número TOTAL en INTERNET', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_pre, x=df_pre.index, y=df_pre.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en PRESENCIAL', loc='center')

sns.lineplot(ax=ax[1], data=df_pre, x=df_pre.index, y=df_pre.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en PRESENCIAL', loc='center')

sns.lineplot(ax=ax[2], data=df_pre, x=df_pre.index, y=df_pre.total, color='blue') \
                    .set_title(label='Número TOTAL en PRESENCIAL', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_lla, x=df_lla.index, y=df_lla.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO en LLAMADAS 012', loc='center')

sns.lineplot(ax=ax[1], data=df_lla, x=df_lla.index, y=df_lla.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE en LLAMADAS 012', loc='center')

sns.lineplot(ax=ax[2], data=df_lla, x=df_lla.index, y=df_lla.total, color='blue') \
                    .set_title(label='Número TOTAL en LLAMADAS 012', loc='center');


df_canal_est = df_compo.reset_index().groupby(['mes', 'canal_entrada']).agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_canal_est = df_canal_est.reset_index().set_index('mes')


df_canal_est['terminada'] = df_canal_est.exito + df_canal_est.descarte
df_canal_est['exito_pct'] = 100*df_canal_est.exito / df_canal_est.terminada
df_canal_est['descarte_pct'] = 100*df_canal_est.descarte / df_canal_est.terminada
df_canal_est['terminada_pct'] = 100*df_canal_est.terminada / (df_canal_est.terminada + df_canal_est.proceso)
df_canal_est['proceso_pct'] = 100*df_canal_est.proceso / (df_canal_est.terminada + df_canal_est.proceso)
df_canal_est['exitoT_pct'] = 100*df_canal_est.exito / (df_canal_est.terminada + df_canal_est.proceso)


# Internet
df_int_est = df_canal_est[df_canal_est.canal_entrada == 'INTERNET']

# Presencial
df_pre_est = df_canal_est[df_canal_est.canal_entrada == 'PRESENCIAL']

# Llamadas 012
df_lla_est = df_canal_est[df_canal_est.canal_entrada == 'LLAMADAS 012']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_int_est.index, y=df_int_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_pre_est.index, y=df_pre_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_lla_est.index, y=df_lla_est.exito_pct, s=200, color='brown')

ax.set_title('% ÉXITO por mes', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_int_est.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower right', labels=['Internet', 'Presencial', 'Llamadas 012'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_int_est.index, y=df_int_est.total, s=200)
sns.scatterplot(ax=ax, x=df_pre_est.index, y=df_pre_est.total, s=200)
sns.scatterplot(ax=ax, x=df_lla_est.index, y=df_lla_est.total, s=200, color='brown')

ax.set_title('NÚMERO ENTRADAS por mes', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_int_est.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper left', labels=['Internet', 'Presencial', 'Llamadas 012'], fontsize=14);


df_canal_ds = df_compo.reset_index().groupby(['dia_semana', 'canal_entrada']).agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_canal_ds = df_canal_ds.reset_index().set_index('dia_semana')


df_canal_ds['terminada'] = df_canal_ds.exito + df_canal_ds.descarte
df_canal_ds['exito_pct'] = 100*df_canal_ds.exito / df_canal_ds.terminada
df_canal_ds['descarte_pct'] = 100*df_canal_ds.descarte / df_canal_ds.terminada
df_canal_ds['terminada_pct'] = 100*df_canal_ds.terminada / (df_canal_ds.terminada + df_canal_ds.proceso)
df_canal_ds['proceso_pct'] = 100*df_canal_ds.proceso / (df_canal_ds.terminada + df_canal_ds.proceso)
df_canal_ds['exitoT_pct'] = 100*df_canal_ds.exito / (df_canal_ds.terminada + df_canal_ds.proceso)


# Internet
df_int_ds = df_canal_ds[df_canal_ds.canal_entrada == 'INTERNET']

# Presencial
df_pre_ds = df_canal_ds[df_canal_ds.canal_entrada == 'PRESENCIAL']

# Llamadas 012
df_lla_ds = df_canal_ds[df_canal_ds.canal_entrada == 'LLAMADAS 012']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_int_ds.index, y=df_int_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_pre_ds.index, y=df_pre_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_lla_ds.index, y=df_lla_ds.exito_pct, s=200, color='brown')

ax.set_title('% ÉXITO por día semana', fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_int_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower left', labels=['Internet', 'Presencial', 'Llamadas 012'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_int_ds.index, y=df_int_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_pre_ds.index, y=df_pre_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_lla_ds.index, y=df_lla_ds.total, s=200, color='brown')

ax.set_title('NÚMERO ENTRADAS por día semana', fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_int_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower left', labels=['Internet', 'Presencial', 'Llamadas 012'], fontsize=14);


# Agrupamiento de consejerías
dic_sust = {'Medioambiental': ['Consejería de Medio Ambiente, Vivienda y Agricultura', 
                               'Consejería de Medio Ambiente, Ordenación del Territorio y Sostenibilidad'], 
            'Transporte': ['Consorcio Regional de Transportes', 
                           'Consejería de Transportes, Vivienda e Infraestructuras', 
                           'Consejería de Transportes e Infraestructuras'], 
            'Educacion': ['Consejería de Educación, Juventud y Deporte', 
                          'Consejería de Educación, Universidades, Ciencia y Portavocía', 
                          'Consejería de Educación e Investigación'], 
            'Cultura': ['Consejería de Cultura, Turismo y Deporte', 
                        'Oficina de Cultura y Turismo'], 
            'Subvenciones': ['Consejería de Familia, Juventud y Política Social', 
                             'Consejería de Políticas Sociales, Familias, Igualdad y Natalidad', 
                             'Consejería de Sanidad'], 
            'Comunicacion': ['Consejería de Presidencia, Justicia e Interior', 
                             'Consejería de Presidencia, Justicia y Portavocía del Gobierno', 
                             'Vicepresidencia, Consejería de Deportes, Transparencia y Portavocía de Gobierno'], 
            'Economia': ['Consejería de Economía, Hacienda y Empleo'], 
            'Digitalizacion': ['Agencia para la Administración Digital de la Comunidad de Madrid']}


def sustituir(dfs, col, valores, nombre):
    """
    Devuelve un numpy.ndarray con los valores indicados sustituidos.
    
    dfs: dataframe donde esta la columna a sustituir.
    col: nombre de la columna con los valores a sustituir.
    valores: conjunto de valores que serán sustituidos.
    nombre: cadena que sustituirá a los valores.
    """
    
    return np.where(dfs[col].isin(valores), nombre, dfs[col])


# Copia de columna
df_compo['nueva_conse'] = df_compo['consejeria']


# Sustitución en bucle
for k, v in dic_sust.items():
    df_compo['nueva_conse'] = sustituir(df_compo, "nueva_conse", v, k)


df_compo[df_compo.nueva_conse.isna()].tema.value_counts()

TRANSPORTES           2997
POLÍTICAS SOCIALES     942
EDUCACIÓN              638
CULTURA                388
Name: tema, dtype: int64


# Sustitución de consejeria=NA por el valor en tema
df_compo['nueva_conse'] = np.where(df_compo.nueva_conse.isna(), 
                                   np.where(df_compo.tema == 'EDUCACIÓN', 'Educacion', 
                                            df_compo.nueva_conse), 
                                   df_compo.nueva_conse)
df_compo['nueva_conse'] = np.where(df_compo.nueva_conse.isna(), 
                                   np.where(df_compo.tema == 'TRANSPORTES', 'Transporte', 
                                            df_compo.nueva_conse), 
                                   df_compo.nueva_conse)
df_compo['nueva_conse'] = np.where(df_compo.nueva_conse.isna(), 
                                   np.where(df_compo.tema == 'POLÍTICAS SOCIALES', 'Subvenciones', 
                                            df_compo.nueva_conse), 
                                   df_compo.nueva_conse)
df_compo['nueva_conse'] = np.where(df_compo.nueva_conse.isna(), 
                                   np.where(df_compo.tema == 'CULTURA', 'Cultura', 
                                            df_compo.nueva_conse), 
                                   df_compo.nueva_conse)


df_compo[df_compo.nueva_conse.isna()].tema.value_counts()

Series([], Name: tema, dtype: int64)


df_conse = df_compo.reset_index().groupby(['fecha_entrada', 'nueva_conse']).agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_conse = df_conse.reset_index().set_index('fecha_entrada').groupby('nueva_conse').resample('M').agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('total', 'sum'))


df_conse = df_conse.reset_index().set_index('fecha_entrada')


df_conse['terminada'] = df_conse.exito + df_conse.descarte
df_conse['exito_pct'] = 100*df_conse.exito / df_conse.terminada
df_conse['descarte_pct'] = 100*df_conse.descarte / df_conse.terminada
df_conse['terminada_pct'] = 100*df_conse.terminada / (df_conse.terminada + df_conse.proceso)
df_conse['proceso_pct'] = 100*df_conse.proceso / (df_conse.terminada + df_conse.proceso)
df_conse['exitoT_pct'] = 100*df_conse.exito / (df_conse.terminada + df_conse.proceso)


df_conse


# Transporte
df_trans = df_conse[df_conse.nueva_conse == 'Transporte']

# Cultura
df_cul = df_conse[df_conse.nueva_conse == 'Cultura']

# Digitalizacion
df_digi = df_conse[df_conse.nueva_conse == 'Digitalizacion']

# Educacion
df_educ = df_conse[df_conse.nueva_conse == 'Educacion']

# Subvenciones
df_subv = df_conse[df_conse.nueva_conse == 'Subvenciones']

# Comunicacion
df_comu = df_conse[df_conse.nueva_conse == 'Comunicacion']

# Economia
df_econ = df_conse[df_conse.nueva_conse == 'Economia']

# Medioambiental
df_medio = df_conse[df_conse.nueva_conse == 'Medioambiental']


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_trans, x=df_trans.index, y=df_trans.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_trans, x=df_trans.index, y=df_trans.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_trans, x=df_trans.index, y=df_trans.total, color='blue') \
                    .set_title(label='Número TOTAL en TRANSPORTE', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_cul, x=df_cul.index, y=df_cul.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_cul, x=df_cul.index, y=df_cul.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_cul, x=df_cul.index, y=df_cul.total, color='blue') \
                    .set_title(label='Número TOTAL en CULTURA', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_digi, x=df_digi.index, y=df_digi.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_digi, x=df_digi.index, y=df_digi.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_digi, x=df_digi.index, y=df_digi.total, color='blue') \
                    .set_title(label='Número TOTAL en DIGITALIZACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_educ, x=df_educ.index, y=df_educ.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_educ, x=df_educ.index, y=df_educ.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_educ, x=df_educ.index, y=df_educ.total, color='blue') \
                    .set_title(label='Número TOTAL en EDUCACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_subv, x=df_subv.index, y=df_subv.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_subv, x=df_subv.index, y=df_subv.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_subv, x=df_subv.index, y=df_subv.total, color='blue') \
                    .set_title(label='Número TOTAL en SUBVENCIONES (POLÍTICAS SOCIALES)', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_comu, x=df_comu.index, y=df_comu.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_comu, x=df_comu.index, y=df_comu.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_comu, x=df_comu.index, y=df_comu.total, color='blue') \
                    .set_title(label='Número TOTAL en COMUNICACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_econ, x=df_econ.index, y=df_econ.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_econ, x=df_econ.index, y=df_econ.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_econ, x=df_econ.index, y=df_econ.total, color='blue') \
                    .set_title(label='Número TOTAL en ECONOMÍA', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_medio, x=df_medio.index, y=df_medio.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_medio, x=df_medio.index, y=df_medio.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_medio, x=df_medio.index, y=df_medio.total, color='blue') \
                    .set_title(label='Número TOTAL en MEDIOAMBIENTAL', loc='center');


df_contte = df_compo.reset_index().groupby(['fecha_entrada', 'nueva_conse']).agg(
    reenviada=('reenviada', 'sum'), 
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_contte = df_contte.reset_index().set_index('fecha_entrada').groupby('nueva_conse').resample('M').agg(
    reenviada=('reenviada', 'sum'), 
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('total', 'sum'))


df_contte = df_contte.reset_index().set_index('fecha_entrada')


df_contte['terminada'] = df_contte.exito + df_contte.descarte
df_contte['exito_pct'] = 100*df_contte.exito / df_contte.terminada
df_contte['descarte_pct'] = 100*df_contte.descarte / df_contte.terminada
df_contte['terminada_pct'] = 100*df_contte.terminada / (df_contte.terminada + df_contte.proceso)
df_contte['proceso_pct'] = 100*df_contte.proceso / (df_contte.terminada + df_contte.proceso)
df_contte['exitoT_pct'] = 100*df_contte.exito / (df_contte.terminada + df_contte.proceso)
df_contte['reenviada_pct'] = 100*df_contte.reenviada / df_contte.terminada
df_contte['reenviadaT_pct'] = 100*df_contte.reenviada / (df_contte.terminada + df_contte.proceso)


# Transporte
df_trans_ct = df_contte[df_contte.nueva_conse == 'Transporte']

# Cultura
df_cul_ct = df_contte[df_contte.nueva_conse == 'Cultura']

# Digitalizacion
df_digi_ct = df_contte[df_contte.nueva_conse == 'Digitalizacion']

# Educacion
df_educ_ct = df_contte[df_contte.nueva_conse == 'Educacion']

# Subvenciones
df_subv_ct = df_contte[df_contte.nueva_conse == 'Subvenciones']

# Comunicacion
df_comu_ct = df_contte[df_contte.nueva_conse == 'Comunicacion']

# Economia
df_econ_ct = df_contte[df_contte.nueva_conse == 'Economia']

# Medioambiental
df_medio_ct = df_contte[df_contte.nueva_conse == 'Medioambiental']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=df_trans_ct.index, y=df_trans_ct.reenviada_pct, color='green')
sns.lineplot(ax=ax, x=df_cul_ct.index, y=df_cul_ct.reenviada_pct, color='orange')
# sns.lineplot(ax=ax, x=df_digi_ct.index, y=df_digi_ct.reenviada_pct, color='red')
sns.lineplot(ax=ax, x=df_educ_ct.index, y=df_educ_ct.reenviada_pct, color='blue')
sns.lineplot(ax=ax, x=df_subv_ct.index, y=df_subv_ct.reenviada_pct, color='black')
# sns.lineplot(ax=ax, x=df_comu_ct.index, y=df_comu_ct.reenviada_pct, color='grey')
# sns.lineplot(ax=ax, x=df_econ_ct.index, y=df_econ_ct.reenviada_pct, color='cyan')
# sns.lineplot(ax=ax, x=df_medio_ct.index, y=df_medio_ct.reenviada_pct, color='brown')


ax.set_title('% REENVIADA por año por CONSEJERÍA-sintética', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15);


print("Transportes: ", df_trans_ct.reenviada_pct.mean())
print("Cultura: ", df_cul_ct.reenviada_pct.mean())
print("Educación: ", df_educ_ct.reenviada_pct.mean())
print("Subvenciones: ", df_subv_ct.reenviada_pct.mean())

Transportes:  10.402548342809473
Cultura:  4.6879961687527665
Educación:  2.61114367967364
Subvenciones:  2.1008320628725135


f, ax = plt.subplots(1,1, figsize=(18,9))

# sns.lineplot(ax=ax, x=df_trans_ct.index, y=df_trans_ct.total, color='green')
sns.lineplot(ax=ax, x=df_cul_ct.index, y=df_cul_ct.total, color='orange')
# sns.lineplot(ax=ax, x=df_digi_ct.index, y=df_digi_ct.total, color='red')
# sns.lineplot(ax=ax, x=df_educ_ct.index, y=df_educ_ct.total, color='blue')
# sns.lineplot(ax=ax, x=df_subv_ct.index, y=df_subv_ct.total, color='black')
# sns.lineplot(ax=ax, x=df_comu_ct.index, y=df_comu_ct.total, color='grey')
# sns.lineplot(ax=ax, x=df_econ_ct.index, y=df_econ_ct.total, color='cyan')
# sns.lineplot(ax=ax, x=df_medio_ct.index, y=df_medio_ct.total, color='brown')


ax.set_title('NÚMERO REENVIADA por año por CONSEJERÍA-sintética', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15);


print("Transportes: ", df_trans_ct.total.mean())
print("Cultura: ", df_cul_ct.total.mean())
print("Educación: ", df_educ_ct.total.mean())
print("Subvenciones: ", df_subv_ct.total.mean())

Transportes:  206.61666666666667
Cultura:  69.7
Educación:  204.34166666666667
Subvenciones:  342.85833333333335


df_conse_est = df_compo.reset_index().groupby(['mes', 'nueva_conse']).agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_conse_est = df_conse_est.reset_index().set_index('mes')


df_conse_est['terminada'] = df_conse_est.exito + df_conse_est.descarte
df_conse_est['exito_pct'] = 100*df_conse_est.exito / df_conse_est.terminada
df_conse_est['descarte_pct'] = 100*df_conse_est.descarte / df_conse_est.terminada
df_conse_est['terminada_pct'] = 100*df_conse_est.terminada / (df_conse_est.terminada + df_conse_est.proceso)
df_conse_est['proceso_pct'] = 100*df_conse_est.proceso / (df_conse_est.terminada + df_conse_est.proceso)
df_conse_est['exitoT_pct'] = 100*df_conse_est.exito / (df_conse_est.terminada + df_conse_est.proceso)


df_conse_est


# Transporte
df_trans_est = df_conse_est[df_conse_est.nueva_conse == 'Transporte']

# Cultura
df_cul_est = df_conse_est[df_conse_est.nueva_conse == 'Cultura']

# Digitalizacion
df_digi_est = df_conse_est[df_conse_est.nueva_conse == 'Digitalizacion']

# Educacion
df_educ_est = df_conse_est[df_conse_est.nueva_conse == 'Educacion']

# Subvenciones
df_subv_est = df_conse_est[df_conse_est.nueva_conse == 'Subvenciones']

# Comunicacion
df_comu_est = df_conse_est[df_conse_est.nueva_conse == 'Comunicacion']

# Economia
df_econ_est = df_conse_est[df_conse_est.nueva_conse == 'Economia']

# Medioambiental
df_medio_est = df_conse_est[df_conse_est.nueva_conse == 'Medioambiental']


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_trans_est, x=df_trans_est.index, y=df_trans_est.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_trans_est, x=df_trans_est.index, y=df_trans_est.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_trans_est, x=df_trans_est.index, y=df_trans_est.total, color='blue') \
                    .set_title(label='Número TOTAL en TRANSPORTE', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_cul_est, x=df_cul_est.index, y=df_cul_est.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_cul_est, x=df_cul_est.index, y=df_cul_est.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_cul_est, x=df_cul_est.index, y=df_cul_est.total, color='blue') \
                    .set_title(label='Número TOTAL en CULTURA', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_digi_est, x=df_digi_est.index, y=df_digi_est.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_digi_est, x=df_digi_est.index, y=df_digi_est.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_digi_est, x=df_digi_est.index, y=df_digi_est.total, color='blue') \
                    .set_title(label='Número TOTAL en DIGITALIZACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_educ_est, x=df_educ_est.index, y=df_educ_est.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_educ_est, x=df_educ_est.index, y=df_educ_est.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_educ_est, x=df_educ_est.index, y=df_educ_est.total, color='blue') \
                    .set_title(label='Número TOTAL en EDUCACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_subv_est, x=df_subv_est.index, y=df_subv_est.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_subv_est, x=df_subv_est.index, y=df_subv_est.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_subv_est, x=df_subv_est.index, y=df_subv_est.total, color='blue') \
                    .set_title(label='Número TOTAL en SUBVENCIONES (POLÍTICAS SOCIALES)', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_comu_est, x=df_comu_est.index, y=df_comu_est.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_comu_est, x=df_comu_est.index, y=df_comu_est.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_comu_est, x=df_comu_est.index, y=df_comu_est.total, color='blue') \
                    .set_title(label='Número TOTAL en COMUNICACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_econ_est, x=df_econ_est.index, y=df_econ_est.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_econ_est, x=df_econ_est.index, y=df_econ_est.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_econ_est, x=df_econ_est.index, y=df_econ_est.total, color='blue') \
                    .set_title(label='Número TOTAL en ECONOMÍA', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,14))
sns.lineplot(ax=ax[0], data=df_medio_est, x=df_medio_est.index, y=df_medio_est.exito_pct, color='green') \
                .set_title(label='Porcentaje de ÉXITO', loc='center')

sns.lineplot(ax=ax[1], data=df_medio_est, x=df_medio_est.index, y=df_medio_est.descarte_pct, color='red') \
                    .set_title(label='Porcentaje de DESCARTE', loc='center')

sns.lineplot(ax=ax[2], data=df_medio_est, x=df_medio_est.index, y=df_medio_est.total, color='blue') \
                    .set_title(label='Número TOTAL en MEDIOAMBIENTAL', loc='center');


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_trans_est.index, y=df_trans_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_cul_est.index, y=df_cul_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_digi_est.index, y=df_digi_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_educ_est.index, y=df_educ_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_subv_est.index, y=df_subv_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_comu_est.index, y=df_comu_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_econ_est.index, y=df_econ_est.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_medio_est.index, y=df_medio_est.exito_pct, s=200)

ax.set_title('% ÉXITO por mes', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_medio_est.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower center', labels=['Transporte', 'Cultura', 'Digitalización', 'Educación', 
                                      'Subvenciones', 'Comunicación', 'Economía', 'Medioambiental'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_trans_est.index, y=df_trans_est.total, s=200)
sns.scatterplot(ax=ax, x=df_cul_est.index, y=df_cul_est.total, s=200)
sns.scatterplot(ax=ax, x=df_digi_est.index, y=df_digi_est.total, s=200)
sns.scatterplot(ax=ax, x=df_educ_est.index, y=df_educ_est.total, s=200)
sns.scatterplot(ax=ax, x=df_subv_est.index, y=df_subv_est.total, s=200)
sns.scatterplot(ax=ax, x=df_comu_est.index, y=df_comu_est.total, s=200)
sns.scatterplot(ax=ax, x=df_econ_est.index, y=df_econ_est.total, s=200)
sns.scatterplot(ax=ax, x=df_medio_est.index, y=df_medio_est.total, s=200)

ax.set_title('NÚMERO ENTRADAS por mes', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_medio_est.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower center', labels=['Transporte', 'Cultura', 'Digitalización', 'Educación', 
                                      'Subvenciones', 'Comunicación', 'Economía', 'Medioambiental'], fontsize=14);


df_compo


df_conse_ds = df_compo.reset_index().groupby(['dia_semana', 'nueva_conse']).agg(
    descarte=('descarte', 'sum'), 
    exito=('exito', 'sum'), 
    proceso=('proceso', 'sum'), 
    terminada=('terminada', 'sum'), 
    total=('tipo', 'count'))


df_conse_ds = df_conse_ds.reset_index().set_index('dia_semana')


df_conse_ds['terminada'] = df_conse_ds.exito + df_conse_ds.descarte
df_conse_ds['exito_pct'] = 100*df_conse_ds.exito / df_conse_ds.terminada
df_conse_ds['descarte_pct'] = 100*df_conse_ds.descarte / df_conse_ds.terminada
df_conse_ds['terminada_pct'] = 100*df_conse_ds.terminada / (df_conse_ds.terminada + df_conse_ds.proceso)
df_conse_ds['proceso_pct'] = 100*df_conse_ds.proceso / (df_conse_ds.terminada + df_conse_ds.proceso)
df_conse_ds['exitoT_pct'] = 100*df_conse_ds.exito / (df_conse_ds.terminada + df_conse_ds.proceso)


# Transporte
df_trans_ds = df_conse_ds[df_conse_ds.nueva_conse == 'Transporte']

# Cultura
df_cul_ds = df_conse_ds[df_conse_ds.nueva_conse == 'Cultura']

# Digitalizacion
df_digi_ds = df_conse_ds[df_conse_ds.nueva_conse == 'Digitalizacion']

# Educacion
df_educ_ds = df_conse_ds[df_conse_ds.nueva_conse == 'Educacion']

# Subvenciones
df_subv_ds = df_conse_ds[df_conse_ds.nueva_conse == 'Subvenciones']

# Comunicacion
df_comu_ds = df_conse_ds[df_conse_ds.nueva_conse == 'Comunicacion']

# Economia
df_econ_ds = df_conse_ds[df_conse_ds.nueva_conse == 'Economia']

# Medioambiental
df_medio_ds = df_conse_ds[df_conse_ds.nueva_conse == 'Medioambiental']


f, ax = plt.subplots(2,1, figsize=(18,12))

sns.scatterplot(ax=ax[0], x=df_trans_ds.index, y=df_trans_ds.exito_pct, color='green', s=250)
sns.scatterplot(ax=ax[1], x=df_trans_ds.index, y=df_trans_ds.total, color='blue', s=250)

ax[0].set_title('ÉXITO (%) y Nº TOTAL por día semana, TRANSPORTE', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax[0].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax[1].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax[0].set_xticks(ticks=df_trans_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.
ax[1].set_xticks(ticks=df_trans_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[1].tick_params(axis='y', which='major', labelsize=15);


f, ax = plt.subplots(2,1, figsize=(18,12))

sns.scatterplot(ax=ax[0], x=df_cul_ds.index, y=df_cul_ds.exito_pct, color='green', s=250)
sns.scatterplot(ax=ax[1], x=df_cul_ds.index, y=df_cul_ds.total, color='blue', s=250)

ax[0].set_title('ÉXITO (%) y Nº TOTAL por día semana, CULTURA', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax[0].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax[1].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax[0].set_xticks(ticks=df_cul_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.
ax[1].set_xticks(ticks=df_cul_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[1].tick_params(axis='y', which='major', labelsize=15);


f, ax = plt.subplots(2,1, figsize=(18,12))

sns.scatterplot(ax=ax[0], x=df_digi_ds.index, y=df_digi_ds.exito_pct, color='green', s=250)
sns.scatterplot(ax=ax[1], x=df_digi_ds.index, y=df_digi_ds.total, color='blue', s=250)

ax[0].set_title('ÉXITO (%) y Nº TOTAL por día semana, DIGITALIZACIÓN', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax[0].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax[1].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax[0].set_xticks(ticks=df_digi_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.
ax[1].set_xticks(ticks=df_digi_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[1].tick_params(axis='y', which='major', labelsize=15);


f, ax = plt.subplots(2,1, figsize=(18,12))

sns.scatterplot(ax=ax[0], x=df_educ_ds.index, y=df_educ_ds.exito_pct, color='green', s=250)
sns.scatterplot(ax=ax[1], x=df_educ_ds.index, y=df_educ_ds.total, color='blue', s=250)

ax[0].set_title('ÉXITO (%) y Nº TOTAL por día semana, EDUCACIÓN', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax[0].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax[1].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax[0].set_xticks(ticks=df_educ_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.
ax[1].set_xticks(ticks=df_educ_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[1].tick_params(axis='y', which='major', labelsize=15);


f, ax = plt.subplots(2,1, figsize=(18,12))

sns.scatterplot(ax=ax[0], x=df_subv_ds.index, y=df_subv_ds.exito_pct, color='green', s=250)
sns.scatterplot(ax=ax[1], x=df_subv_ds.index, y=df_subv_ds.total, color='blue', s=250)

ax[0].set_title('ÉXITO (%) y Nº TOTAL por día semana, SUBVENCIONES', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax[0].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax[1].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax[0].set_xticks(ticks=df_subv_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.
ax[1].set_xticks(ticks=df_subv_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[1].tick_params(axis='y', which='major', labelsize=15);


f, ax = plt.subplots(2,1, figsize=(18,12))

sns.scatterplot(ax=ax[0], x=df_comu_ds.index, y=df_comu_ds.exito_pct, color='green', s=250)
sns.scatterplot(ax=ax[1], x=df_comu_ds.index, y=df_comu_ds.total, color='blue', s=250)

ax[0].set_title('ÉXITO (%) y Nº TOTAL por día semana, COMUNICACIÓN', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax[0].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax[1].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax[0].set_xticks(ticks=df_comu_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.
ax[1].set_xticks(ticks=df_comu_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[1].tick_params(axis='y', which='major', labelsize=15);


f, ax = plt.subplots(2,1, figsize=(18,12))

sns.scatterplot(ax=ax[0], x=df_econ_ds.index, y=df_econ_ds.exito_pct, color='green', s=250)
sns.scatterplot(ax=ax[1], x=df_econ_ds.index, y=df_econ_ds.total, color='blue', s=250)

ax[0].set_title('ÉXITO (%) y Nº TOTAL por día semana, ECONOMÍA', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax[0].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax[1].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax[0].set_xticks(ticks=df_econ_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.
ax[1].set_xticks(ticks=df_econ_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[1].tick_params(axis='y', which='major', labelsize=15);


f, ax = plt.subplots(2,1, figsize=(18,12))

sns.scatterplot(ax=ax[0], x=df_medio_ds.index, y=df_medio_ds.exito_pct, color='green', s=250)
sns.scatterplot(ax=ax[1], x=df_medio_ds.index, y=df_medio_ds.total, color='blue', s=250)

ax[0].set_title('ÉXITO (%) y Nº TOTAL por día semana, MEDIOAMBIENTAL', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax[0].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax[1].set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax[0].set_xticks(ticks=df_medio_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.
ax[1].set_xticks(ticks=df_medio_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[1].tick_params(axis='y', which='major', labelsize=15);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_trans_ds.index, y=df_trans_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_cul_ds.index, y=df_cul_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_digi_ds.index, y=df_digi_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_educ_ds.index, y=df_educ_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_subv_ds.index, y=df_subv_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_comu_ds.index, y=df_comu_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_econ_ds.index, y=df_econ_ds.exito_pct, s=200)
sns.scatterplot(ax=ax, x=df_medio_ds.index, y=df_medio_ds.exito_pct, s=200)

ax.set_title('% ÉXITO por día semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Porcentaje', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_medio_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='lower left', labels=['Transporte', 'Cultura', 'Digitalización', 'Educación', 
                                      'Subvenciones', 'Comunicación', 'Economía', 'Medioambiental'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=df_trans_ds.index, y=df_trans_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_cul_ds.index, y=df_cul_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_digi_ds.index, y=df_digi_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_educ_ds.index, y=df_educ_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_subv_ds.index, y=df_subv_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_comu_ds.index, y=df_comu_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_econ_ds.index, y=df_econ_ds.total, s=200)
sns.scatterplot(ax=ax, x=df_medio_ds.index, y=df_medio_ds.total, s=200)

ax.set_title('% ÉXITO por día semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día de la semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=df_medio_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Transporte', 'Cultura', 'Digitalización', 'Educación', 
                                      'Subvenciones', 'Comunicación', 'Economía', 'Medioambiental'], fontsize=14);


# Copia df para df de tiempo respuesta
df_tr = df_compo.reset_index().copy()

# Eliminar NaT en columnas fecha_entrada y fecha_contestacion
df_tr.drop(df_tr[df_tr.fecha_entrada.isna()].index, inplace=True)
df_tr.drop(df_tr[df_tr.fecha_contestacion.isna()].index, inplace=True)

# Tiempo de respuesta en formato timedelta
df_tr['tiempo_respuesta'] = df_tr.fecha_contestacion - df_tr.fecha_entrada

# Tiempo de respuesta en número entero
df_tr['tiempo_respuesta'] = df_tr.tiempo_respuesta.dt.days


# Fecha de entrada como índice del dataframe duración
df_tr = df_tr.set_index('fecha_entrada')


# Elecciones Generales y En la CAM.
e2021_may_cam = pd.to_datetime('2021-05-04')
e2019_abr = pd.to_datetime('2019-04-28')
e2019_nov = pd.to_datetime('2019-11-10')
e2019_may_cam = pd.to_datetime('2019-05-26')
e2016_jun = pd.to_datetime('2016-06-26')
e2015_may_cam = pd.to_datetime('2015-05-24')


# Dataframe con métricas DIARÍAS de eficiencia del proceso incluyendo DURACIÓN
dfd = df_tr.resample('D').agg(terminada=('terminada', 'sum'), 
                                      exito=('exito', 'sum'), 
                                      descarte=('descarte', 'sum'), 
                                      proceso=('proceso', 'sum'), 
                                      reenviada=('reenviada', 'sum'), 
                                      total=('tipo', 'count'), 
                                      duracion=('tiempo_respuesta', 'mean'))


f, ax = plt.subplots(2,1, figsize=(18,12))

sns.lineplot(ax=ax[0], data=dfd, x=dfd.index, y=dfd.duracion, color='green')
sns.lineplot(ax=ax[1], data=dfd, x=dfd.index, y=dfd.total, color='brown')

ax[0].set_title('DURACIÓN media', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel("Fecha Entrada", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Duración (días)', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[0].tick_params(axis='y', which='major', labelsize=15)

ax[0].axvline(x=e2019_abr, color='grey', lw=2, ls='--')
ax[0].axvline(x=e2019_may_cam, color='grey', lw=2, ls='-')
ax[0].axvline(x=e2019_nov, color='grey', lw=2, ls='--')
ax[0].axvline(x=e2016_jun, color='grey', lw=2, ls='--')
ax[0].axvline(x=e2015_may_cam, color='grey', lw=2, ls='-')
ax[0].axvline(x=e2021_may_cam, color='grey', lw=2, ls='-')

ax[1].set_title('ENTRADAS por DÍA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel("Fecha Entrada", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='y', which='major', labelsize=15)

ax[1].axvline(x=e2019_abr, color='grey', lw=2, ls='--')
ax[1].axvline(x=e2019_may_cam, color='grey', lw=2, ls='-')
ax[1].axvline(x=e2019_nov, color='grey', lw=2, ls='--')
ax[1].axvline(x=e2016_jun, color='grey', lw=2, ls='--')
ax[1].axvline(x=e2015_may_cam, color='grey', lw=2, ls='-')
ax[1].axvline(x=e2021_may_cam, color='grey', lw=2, ls='-');


# Dataframe con métricas MENSUALES de eficiencia del proceso incluyendo DURACIÓN
dfm = df_tr.resample('M').agg(terminada=('terminada', 'sum'), 
                                      exito=('exito', 'sum'), 
                                      descarte=('descarte', 'sum'), 
                                      proceso=('proceso', 'sum'), 
                                      reenviada=('reenviada', 'sum'), 
                                      total=('tipo', 'count'), 
                                      duracion=('tiempo_respuesta', 'mean'))


f, ax = plt.subplots(2,1, figsize=(18,16))

sns.lineplot(ax=ax[0], data=dfm, x=dfm.index, y=dfm.duracion, color='green')
sns.lineplot(ax=ax[1], data=dfm, x=dfm.index, y=dfm.total, color='brown')

ax[0].set_title('DURACIÓN media', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel("Fecha Entrada", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Duración (días)', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[0].tick_params(axis='y', which='major', labelsize=15)

ax[0].axvline(x=e2019_abr, color='grey', lw=2, ls='--')
ax[0].axvline(x=e2019_may_cam, color='grey', lw=2, ls='-')
ax[0].axvline(x=e2019_nov, color='grey', lw=2, ls='--')
ax[0].axvline(x=e2016_jun, color='grey', lw=2, ls='--')
ax[0].axvline(x=e2015_may_cam, color='grey', lw=2, ls='-')
ax[0].axvline(x=e2021_may_cam, color='grey', lw=2, ls='-')

ax[1].set_title('ENTRADAS por MES', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel("Fecha Entrada", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='y', which='major', labelsize=15)

ax[1].axvline(x=e2019_abr, color='grey', lw=2, ls='--')
ax[1].axvline(x=e2019_may_cam, color='grey', lw=2, ls='-')
ax[1].axvline(x=e2019_nov, color='grey', lw=2, ls='--')
ax[1].axvline(x=e2016_jun, color='grey', lw=2, ls='--')
ax[1].axvline(x=e2015_may_cam, color='grey', lw=2, ls='-')
ax[1].axvline(x=e2021_may_cam, color='grey', lw=2, ls='-');


# Dataframe estacional a intervalos de mes
dfm_e = df_tr.reset_index().groupby(['mes']).agg(terminada=('terminada', 'sum'), 
                                                 exito=('exito', 'sum'), 
                                                 descarte=('descarte', 'sum'), 
                                                 proceso=('proceso', 'sum'), 
                                                 reenviada=('reenviada', 'sum'), 
                                                 total=('tipo', 'count'), 
                                                 duracion=('tiempo_respuesta', 'mean'))


f, ax = plt.subplots(2,1, figsize=(18,16))

sns.lineplot(ax=ax[0], data=dfm_e, x=dfm_e.index, y=dfm_e.duracion, color='green')
sns.lineplot(ax=ax[1], data=dfm_e, x=dfm_e.index, y=dfm_e.total, color='brown')

ax[0].set_title('DURACIÓN media', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel("Fecha Entrada", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Duración (días)', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[0].set_xticks(ticks=dfm_e.index, labels=['ene', 'feb', 'mar', 
                                            'abr', 'may', 'jun', 
                                            'jul', 'ago', 'sep', 
                                            'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax[1].set_title('ENTRADAS por MES', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel("Fecha Entrada", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='y', which='major', labelsize=15)
ax[1].set_xticks(ticks=dfm_e.index, labels=['ene', 'feb', 'mar', 
                                            'abr', 'may', 'jun', 
                                            'jul', 'ago', 'sep', 
                                            'oct', 'nov', 'dic']);

# plt.savefig("multimedia/tiempo_respuesta_estacional_anio.png")


# Dataframe estacional a intervalos de mes
dfds_e = df_tr.reset_index().groupby(['dia_semana']).agg(terminada=('terminada', 'sum'), 
                                                         exito=('exito', 'sum'), 
                                                         descarte=('descarte', 'sum'), 
                                                         proceso=('proceso', 'sum'), 
                                                         reenviada=('reenviada', 'sum'), 
                                                         total=('tipo', 'count'), 
                                                         duracion=('tiempo_respuesta', 'mean'))


dfds_e


f, ax = plt.subplots(2,1, figsize=(18,16))

sns.lineplot(ax=ax[0], data=dfds_e, x=dfds_e.index, y=dfds_e.duracion, color='green')
sns.lineplot(ax=ax[1], data=dfds_e, x=dfds_e.index, y=dfds_e.total, color='brown')

ax[0].set_title('DURACIÓN media', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel("Fecha Entrada", fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Duración (días)', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[0].set_xticks(ticks=dfds_e.index, labels=['Lunes', 'Martes', 'Miércoles', 'Jueves', 
                                            'Viernes', 'Sábado', 'Domingo'])

ax[1].set_title('ENTRADAS por DÍA SEMANA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel("Fecha Entrada", fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax[1].tick_params(axis='y', which='major', labelsize=15)
ax[1].set_xticks(ticks=dfds_e.index, labels=['Lunes', 'Martes', 'Miércoles', 'Jueves', 
                                            'Viernes', 'Sábado', 'Domingo']);


dftr = df_tr.reset_index()


# Gráficos Tiempo de respuesta por variables categóricas

f, ax = plt.subplots(1, 2, figsize=(18,5))

# TIPO
sns.barplot(ax=ax[0], x=dftr.groupby('tipo')['tiempo_respuesta'].mean().index, 
           y=dftr.groupby('tipo')['tiempo_respuesta'].mean().values, 
           palette='viridis', 
           order=dftr.groupby('tipo')['tiempo_respuesta'].mean().sort_values(ascending=False).index)

ax[0].set_title('TIEMPO MEDIO de RESPUESTA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel('Tipo', loc=None, fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=16, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[0].yaxis.tick_left()  # Donde se ponen las marcas de eje

# TEMA
sns.barplot(ax=ax[1], x=dftr.groupby('tema')['tiempo_respuesta'].mean().index, 
            y=dftr.groupby('tema')['tiempo_respuesta'].mean().values, 
            palette='magma', 
            order=dftr.groupby('tema')['tiempo_respuesta'].mean().sort_values(ascending=False).index)

ax[1].set_title('TIEMPO MEDIO de RESPUESTA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel('Tema', fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=15, labelrotation=60)
ax[1].set_xticks(ax[1].get_xticks(), ax[1].get_xticklabels(), ha='right')
ax[1].tick_params(axis='y', which='major', labelsize=15)
ax[1].yaxis.tick_right();  # Donde se ponen las marcas de eje

###

f, ax = plt.subplots(2, 1, figsize=(18,12))

# CANAL_ENTRADA
sns.barplot(ax=ax[0], x=dftr.groupby('canal_entrada')['tiempo_respuesta'].mean().index, 
            y=dftr.groupby('canal_entrada')['tiempo_respuesta'].mean().values, 
            palette='summer', 
            order=dftr.groupby('canal_entrada')['tiempo_respuesta'].mean().sort_values(ascending=False).index)

ax[0].set_title('TIEMPO MEDIO de RESPUESTA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[0].set_xlabel('Canal de entrada', fontsize=15, fontdict=dict(weight='bold'))
ax[0].set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))
ax[0].tick_params(axis='x', which='major', labelsize=13, labelrotation=0)

ax[0].tick_params(axis='y', which='major', labelsize=15)
ax[0].yaxis.tick_left()  # Donde se ponen las marcas de eje

# CONSEJERIA
sns.barplot(ax=ax[1], x=dftr.groupby('consejeria')['tiempo_respuesta'].mean().index, 
            y=dftr.groupby('consejeria')['tiempo_respuesta'].mean().values, 
            palette='winter', 
            order=dftr.groupby('consejeria')['tiempo_respuesta'].mean().sort_values(ascending=False).index)

ax[1].set_title('TIEMPO MEDIO de RESPUESTA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax[1].set_xlabel('Consejería', fontsize=15, fontdict=dict(weight='bold'))
ax[1].set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))
ax[1].tick_params(axis='x', which='major', labelsize=16, labelrotation=90)
ax[1].set_xticks(ax[1].get_xticks(), ax[1].get_xticklabels(), ha='center')
ax[1].tick_params(axis='y', which='major', labelsize=15)
ax[1].yaxis.tick_left();  # Donde se ponen las marcas de eje

###

f, ax = plt.subplots(1, 1, figsize=(18,6))

# CONSEJERIA AGRUPADA
sns.barplot(ax=ax, x=dftr.groupby('nueva_conse')['tiempo_respuesta'].mean().index, 
            y=dftr.groupby('nueva_conse')['tiempo_respuesta'].mean().values, 
            palette='winter', 
            order=dftr.groupby('nueva_conse')['tiempo_respuesta'].mean().sort_values(ascending=False).index)

ax.set_title('TIEMPO MEDIO de RESPUESTA', fontsize=16, loc='center', fontdict=dict(weight='bold'))
ax.set_xlabel('Nueva Consejería', fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))
ax.tick_params(axis='x', which='major', labelsize=16, labelrotation=0)
ax.set_xticks(ax.get_xticks(), ax.get_xticklabels(), ha='center')
ax.tick_params(axis='y', which='major', labelsize=15);
ax.yaxis.tick_left()  # Donde se ponen las marcas de eje


dftr.groupby('nueva_conse')['tiempo_respuesta'].mean().sort_values(ascending=False)

nueva_conse
Medioambiental    78.234568
Economia          56.888889
Subvenciones      53.263930
Transporte        52.032209
Comunicacion      41.605714
Educacion         31.163749
Cultura           28.531353
Digitalizacion    28.513661
Name: tiempo_respuesta, dtype: float64


dftr.groupby('consejeria')['tiempo_respuesta'].mean().sort_values(ascending=False)

consejeria
Consejería de Medio Ambiente, Vivienda y Agricultura                               86.114754
Consejería de Sanidad                                                              80.444444
Consejería de Transportes e Infraestructuras                                       75.550607
Consejería de Transportes, Vivienda e Infraestructuras                             63.004593
Consejería de Presidencia, Justicia y Portavocía del Gobierno                      62.350000
Consejería de Economía, Hacienda y Empleo                                          56.888889
Consejería de Medio Ambiente, Ordenación del Territorio y Sostenibilidad           54.200000
Consejería de Familia, Juventud y Política Social                                  53.583555
Consejería de Políticas Sociales, Familias, Igualdad y Natalidad                   53.066209
Consorcio Regional de Transportes                                                  51.056590
Vicepresidencia, Consejería de Deportes, Transparencia y Portavocía de Gobierno    46.000000
Consejería de Educación e Investigación                                            42.741269
Consejería de Presidencia, Justicia e Interior                                     34.706349
Consejería de Educación, Juventud y Deporte                                        32.571515
Oficina de Cultura y Turismo                                                       30.082227
Agencia para la Administración Digital de la Comunidad de Madrid                   28.513661
Consejería de Cultura, Turismo y Deporte                                           26.965787
Consejería de Educación, Universidades, Ciencia y Portavocía                       25.472536
Name: tiempo_respuesta, dtype: float64


dftr.groupby('canal_entrada')['tiempo_respuesta'].mean().sort_values(ascending=False)

canal_entrada
LLAMADAS 012        48.692586
CORREO ORDINARIO    47.830952
PRESENCIAL          47.768833
FAX                 43.010309
INTERNET            41.910141
OFICINA MOVIL       39.750000
OTROS               28.688172
Teléfono 010        26.000000
Name: tiempo_respuesta, dtype: float64


dftr.groupby('tema')['tiempo_respuesta'].mean().sort_values(ascending=False)

tema
POLÍTICAS SOCIALES    53.352582
TRANSPORTES           51.992049
ENERGÍA               34.021739
EDUCACIÓN             31.352126
CULTURA               28.530126
Name: tiempo_respuesta, dtype: float64


dftr.groupby('tipo')['tiempo_respuesta'].mean().sort_values(ascending=False)

tipo
Queja             45.432996
Sugerencia        40.653613
Agradecimiento    28.695652
Name: tiempo_respuesta, dtype: float64


dftr_tipo = dftr.reset_index().groupby(['fecha_entrada', 'tipo']).agg(tr_medio=('tiempo_respuesta', 'mean'), 
                                                                    total=('tipo', 'count'))


dftr_tipo = dftr_tipo.reset_index().set_index('fecha_entrada').groupby('tipo').resample('M') \
                                          .agg(tr_medio=('tr_medio', 'mean'), total=('total', 'sum'))


dftr_tipo = dftr_tipo.reset_index().set_index('fecha_entrada')


dftr_tipo


# Queja
dftr_q_mes = dftr_tipo[dftr_tipo.tipo == 'Queja']

# Sugerencia
dftr_s_mes = dftr_tipo[dftr_tipo.tipo == 'Sugerencia']

# Agradecimiento
dftr_a_mes = dftr_tipo[dftr_tipo.tipo == 'Agradecimiento']


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_q_mes, x=dftr_q_mes.index, y=dftr_q_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en QUEJA', loc='center')

sns.lineplot(ax=ax[1], data=dftr_q_mes, x=dftr_q_mes.index, y=dftr_q_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en QUEJA', loc='center');


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_s_mes, x=dftr_s_mes.index, y=dftr_s_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en SUGERENCIA', loc='center')

sns.lineplot(ax=ax[1], data=dftr_s_mes, x=dftr_s_mes.index, y=dftr_s_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en SUGERENCIA', loc='center');


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_a_mes, x=dftr_a_mes.index, y=dftr_a_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en AGRADECIMIENTO', loc='center')

sns.lineplot(ax=ax[1], data=dftr_a_mes, x=dftr_a_mes.index, y=dftr_a_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en AGRADECIMIENTO', loc='center');


dftr_tipo_a = dftr.groupby(['mes', 'tipo']).agg(
    tr_medio=('tiempo_respuesta', 'mean'), 
    total=('tipo', 'count')).reset_index()


dftr_tipo_a = dftr_tipo_a.set_index('mes')


# Queja
dftr_q_a = dftr_tipo_a[dftr_tipo_a.tipo == 'Queja']

# Sugerencia
dftr_s_a = dftr_tipo_a[dftr_tipo_a.tipo == 'Sugerencia']

# Agradecimiento
dftr_a_a = dftr_tipo_a[dftr_tipo_a.tipo == 'Agradecimiento']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_q_a.index, y=dftr_q_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_s_a.index, y=dftr_s_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_a_a.index, y=dftr_a_a.tr_medio, s=200)

ax.set_title('TIEMPO MEDIO de RESPUESTA a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Queja', 'Sugerencia', 'Agradecimiento'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_q_a.index, y=dftr_q_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_s_a.index, y=dftr_s_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_a_a.index, y=dftr_a_a.total, s=200)

ax.set_title('Nº de ENTRADAS a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Total', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Queja', 'Sugerencia', 'Agradecimiento'], fontsize=14);


dftr_tipo_ds = dftr.groupby(['dia_semana', 'tipo']).agg(
    tr_medio=('tiempo_respuesta', 'mean'), 
    total=('tipo', 'count')).reset_index()


dftr_tipo_ds = dftr_tipo_ds.set_index('dia_semana')


# Queja
dftr_q_ds = dftr_tipo_ds[dftr_tipo_ds.tipo == 'Queja']

# Sugerencia
dftr_s_ds = dftr_tipo_ds[dftr_tipo_ds.tipo == 'Sugerencia']

# Agradecimiento
dftr_a_ds = dftr_tipo_ds[dftr_tipo_ds.tipo == 'Agradecimiento']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_q_ds.index, y=dftr_q_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_s_ds.index, y=dftr_s_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_a_ds.index, y=dftr_a_ds.tr_medio, s=200)

ax.set_title('TIEMPO MEDIO de RESPUESTA a lo largo de la semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día Semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Queja', 'Sugerencia', 'Agradecimiento'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_q_ds.index, y=dftr_q_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_s_ds.index, y=dftr_s_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_a_ds.index, y=dftr_a_ds.total, s=200)

ax.set_title('Nº de ENTRADAS a lo largo de la semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día Semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Queja', 'Sugerencia', 'Agradecimiento'], fontsize=14);


dftr_tema = dftr.reset_index().groupby(['fecha_entrada', 'tema']).agg(tr_medio=('tiempo_respuesta', 'mean'), 
                                                                    total=('tema', 'count'))


dftr_tema = dftr_tema.reset_index().set_index('fecha_entrada').groupby('tema').resample('M') \
                                          .agg(tr_medio=('tr_medio', 'mean'), total=('total', 'sum'))


dftr_tema = dftr_tema.reset_index().set_index('fecha_entrada')


dftr_tema


# Cultura
dftr_cu_mes = dftr_tema[dftr_tema.tema == 'CULTURA']

# Educación
dftr_ed_mes = dftr_tema[dftr_tema.tema == 'EDUCACIÓN']

# Energía
dftr_en_mes = dftr_tema[dftr_tema.tema == 'ENERGÍA']

# Políticas Sociales
dftr_ps_mes = dftr_tema[dftr_tema.tema == 'POLÍTICAS SOCIALES']

# Transportes
dftr_tr_mes = dftr_tema[dftr_tema.tema == 'TRANSPORTES']


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_cu_mes, x=dftr_cu_mes.index, y=dftr_cu_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en CULTURA', loc='center')

sns.lineplot(ax=ax[1], data=dftr_cu_mes, x=dftr_cu_mes.index, y=dftr_cu_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en CULTURA', loc='center');


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_ed_mes, x=dftr_ed_mes.index, y=dftr_ed_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en EDUCACIÓN', loc='center')

sns.lineplot(ax=ax[1], data=dftr_ed_mes, x=dftr_ed_mes.index, y=dftr_ed_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en EDUCACIÓN', loc='center');


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_en_mes, x=dftr_en_mes.index, y=dftr_en_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en ENERGÍA', loc='center')

sns.lineplot(ax=ax[1], data=dftr_en_mes, x=dftr_en_mes.index, y=dftr_en_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en ENERGÍA', loc='center');


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_ps_mes, x=dftr_ps_mes.index, y=dftr_ps_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en POLÍTICAS SOCIALES', loc='center')

sns.lineplot(ax=ax[1], data=dftr_ps_mes, x=dftr_ps_mes.index, y=dftr_ps_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en POLÍTICAS SOCIALES', loc='center');


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_tr_mes, x=dftr_tr_mes.index, y=dftr_tr_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en TRANSPORTES', loc='center')

sns.lineplot(ax=ax[1], data=dftr_tr_mes, x=dftr_tr_mes.index, y=dftr_tr_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en TRANSPORTES', loc='center');


dftr_tr_mes = dftr_tr_mes.copy()  # Copia para evitar warning.
dftr_tr_mes.loc[:, 'tot_tr_medio'] = dftr_tr_mes.total / dftr_tr_mes.tr_medio

dftr_ps_mes = dftr_ps_mes.copy()  # Copia para evitar warning.
dftr_ps_mes.loc[:, 'tot_tr_medio'] = dftr_ps_mes.total / dftr_ps_mes.tr_medio

dftr_ed_mes = dftr_ed_mes.copy()  # Copia para evitar warning.
dftr_ed_mes.loc[:, 'tot_tr_medio'] = dftr_ed_mes.total / dftr_ed_mes.tr_medio


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=dftr_tr_mes.index, y=dftr_tr_mes.tot_tr_medio, color='blue')
sns.lineplot(ax=ax, x=dftr_ps_mes.index, y=dftr_ps_mes.tot_tr_medio, color='orange')
sns.lineplot(ax=ax, x=dftr_ed_mes.index, y=dftr_ed_mes.tot_tr_medio, color='green')

ax.set_title('ENTRADAS vs TIEMPO MEDIO de RESPUESTA a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15);


# Diferencia Educación vs Transportes
edtr = dftr_ed_mes.tot_tr_medio - dftr_tr_mes.tot_tr_medio
edtr = edtr.to_frame()

# Acumulación de diferencia
edtr['dif_acumulada'] = edtr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=edtr.index, y=edtr.tot_tr_medio, color='green')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia EDUCACIÓN - TRANSPORTE a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=edtr.index, y=edtr.dif_acumulada, color='green')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada EDUCACIÓN - TRANSPORTE a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


# Diferencia Políticas Sociales vs Transportes
pstr = dftr_ps_mes.tot_tr_medio - dftr_tr_mes.tot_tr_medio
pstr = pstr.to_frame()

# Acumulación de diferencia
pstr['dif_acumulada'] = pstr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=pstr.index, y=pstr.tot_tr_medio, color='orange')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia POLÍTICAS SOCIALES - TRANSPORTE a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=pstr.index, y=pstr.dif_acumulada, color='orange')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada POLÍTICAS SOCIALES - TRANSPORTE a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


# Diferencia Políticas Sociales vs Educación
psed = dftr_ps_mes.tot_tr_medio - dftr_ed_mes.tot_tr_medio
psed = psed.to_frame()

# Acumulación de diferencia
psed['dif_acumulada'] = psed.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=psed.index, y=psed.tot_tr_medio, color='black')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia POLÍTICAS SOCIALES - EDUCACIÓN a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=psed.index, y=psed.dif_acumulada, color='black')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada POLÍTICAS SOCIALES - EDUCACIÓN a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


dftr_tema_a = dftr.groupby(['mes', 'tema']).agg(
    tr_medio=('tiempo_respuesta', 'mean'), 
    total=('tema', 'count')).reset_index()


dftr_tema_a = dftr_tema_a.set_index('mes')


# Cultura
dftr_cu_a = dftr_tema_a[dftr_tema_a.tema == 'CULTURA']

# Educación
dftr_ed_a = dftr_tema_a[dftr_tema_a.tema == 'EDUCACIÓN']

# Energía
dftr_en_a = dftr_tema_a[dftr_tema_a.tema == 'ENERGÍA']

# Políticas Sociales
dftr_ps_a = dftr_tema_a[dftr_tema_a.tema == 'POLÍTICAS SOCIALES']

# Transportes
dftr_tr_a = dftr_tema_a[dftr_tema_a.tema == 'TRANSPORTES']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_cu_a.index, y=dftr_cu_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_ed_a.index, y=dftr_ed_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_en_a.index, y=dftr_en_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_ps_a.index, y=dftr_ps_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_tr_a.index, y=dftr_tr_a.tr_medio, s=200)

ax.set_title('TIEMPO MEDIO de RESPUESTA a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Cultura', 
                                     'Educación', 
                                     'Energía', 
                                     'Políticas Sociales', 
                                     'Transportes'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_cu_a.index, y=dftr_cu_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_ed_a.index, y=dftr_ed_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_en_a.index, y=dftr_en_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_ps_a.index, y=dftr_ps_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_tr_a.index, y=dftr_tr_a.total, s=200)

ax.set_title('Nº de ENTRADAS a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Total', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Cultura', 
                                     'Educación', 
                                     'Energía', 
                                     'Políticas Sociales', 
                                     'Transportes'], fontsize=14);


# Ratio de ENTRADAS / TIEMPO DE RESPUESTA MEDIO (más indica mejor desempeño)

dftr_tr_a = dftr_tr_a.copy()  # Copia para evitar warning.
dftr_tr_a.loc[:, 'tot_tr_medio'] = dftr_tr_a.total / dftr_tr_a.tr_medio

dftr_ps_a = dftr_ps_a.copy()  # Copia para evitar warning.
dftr_ps_a.loc[:, 'tot_tr_medio'] = dftr_ps_a.total / dftr_ps_a.tr_medio

dftr_ed_a = dftr_tr_a.copy()  # Copia para evitar warning.
dftr_ed_a.loc[:, 'tot_tr_medio'] = dftr_ed_a.total / dftr_ed_a.tr_medio


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_tr_a.index, y=dftr_tr_a.tot_tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_ps_a.index, y=dftr_ps_a.tot_tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_ed_a.index, y=dftr_ed_a.tot_tr_medio, s=200)

ax.set_title('ENTRADAS vs TIEMPO MEDIO de RESPUESTA a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                                'abr', 'may', 'jun', 
                                                'jul', 'ago', 'sep', 
                                                'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Transportes', 
                                     'Políticas Sociales', 
                                     'Educación'], fontsize=14);


dftr_tema_ds = dftr.groupby(['dia_semana', 'tema']).agg(
    tr_medio=('tiempo_respuesta', 'mean'), 
    total=('tema', 'count')).reset_index()


dftr_tema_ds = dftr_tema_ds.set_index('dia_semana')


# Cultura
dftr_cu_ds = dftr_tema_ds[dftr_tema_ds.tema == 'CULTURA']

# Educación
dftr_ed_ds = dftr_tema_ds[dftr_tema_ds.tema == 'EDUCACIÓN']

# Energía
dftr_en_ds = dftr_tema_ds[dftr_tema_ds.tema == 'ENERGÍA']

# Políticas Sociales
dftr_ps_ds = dftr_tema_ds[dftr_tema_ds.tema == 'POLÍTICAS SOCIALES']

# Transportes
dftr_tr_ds = dftr_tema_ds[dftr_tema_ds.tema == 'TRANSPORTES']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_cu_ds.index, y=dftr_cu_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_ed_ds.index, y=dftr_ed_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_en_ds.index, y=dftr_en_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_ps_ds.index, y=dftr_ps_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_tr_ds.index, y=dftr_tr_ds.tr_medio, s=200)

ax.set_title('TIEMPO MEDIO de RESPUESTA a lo largo de la semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día Semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Cultura', 
                                     'Educación', 
                                     'Energía', 
                                     'Políticas Sociales', 
                                     'Transportes'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_cu_ds.index, y=dftr_cu_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_ed_ds.index, y=dftr_ed_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_en_ds.index, y=dftr_en_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_ps_ds.index, y=dftr_ps_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_tr_ds.index, y=dftr_tr_ds.total, s=200)

ax.set_title('Nº de ENTRADAS a lo largo de la semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día Semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Cultura', 
                                     'Educación', 
                                     'Energía', 
                                     'Políticas Sociales', 
                                     'Transportes'], fontsize=14);


dftr_canal = dftr.reset_index().groupby(['fecha_entrada', 'canal_entrada']).agg(tr_medio=('tiempo_respuesta', 'mean'), 
                                                                    total=('canal_entrada', 'count'))


dftr_canal = dftr_canal.reset_index().set_index('fecha_entrada').groupby('canal_entrada').resample('M') \
                                          .agg(tr_medio=('tr_medio', 'mean'), total=('total', 'sum'))


dftr_canal = dftr_canal.reset_index().set_index('fecha_entrada')


# Internet
dftr_in_mes = dftr_canal[dftr_canal.canal_entrada == 'INTERNET']

# Llamadas 012
dftr_ll_mes = dftr_canal[dftr_canal.canal_entrada == 'LLAMADAS 012']

# Presencial
dftr_pr_mes = dftr_canal[dftr_canal.canal_entrada == 'PRESENCIAL']


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_in_mes, x=dftr_in_mes.index, y=dftr_in_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en INTERNET', loc='center')

sns.lineplot(ax=ax[1], data=dftr_in_mes, x=dftr_in_mes.index, y=dftr_in_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en INTERNET', loc='center');


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_ll_mes, x=dftr_ll_mes.index, y=dftr_ll_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en LLAMADAS 012', loc='center')

sns.lineplot(ax=ax[1], data=dftr_ll_mes, x=dftr_ll_mes.index, y=dftr_ll_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en LLAMADAS 012', loc='center');


f, ax = plt.subplots(2,1, figsize=(18,10))

sns.lineplot(ax=ax[0], data=dftr_pr_mes, x=dftr_pr_mes.index, y=dftr_pr_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en PRESENCIAL', loc='center')

sns.lineplot(ax=ax[1], data=dftr_pr_mes, x=dftr_pr_mes.index, y=dftr_pr_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en PRESENCIAL', loc='center');


# Ratio de ENTRADAS / TIEMPO DE RESPUESTA MEDIO (más indica mejor desempeño)
dftr_in_mes = dftr_in_mes.copy()
dftr_in_mes['tot_tr_medio'] = dftr_in_mes.total / dftr_in_mes.tr_medio

dftr_ll_mes = dftr_ll_mes.copy()
dftr_ll_mes['tot_tr_medio'] = dftr_ll_mes.total / dftr_ll_mes.tr_medio

dftr_pr_mes = dftr_pr_mes.copy()
dftr_pr_mes['tot_tr_medio'] = dftr_pr_mes.total / dftr_pr_mes.tr_medio


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=dftr_in_mes.index, y=dftr_in_mes.tot_tr_medio, color='blue')
sns.lineplot(ax=ax, x=dftr_ll_mes.index, y=dftr_ll_mes.tot_tr_medio, color='orange')
sns.lineplot(ax=ax, x=dftr_pr_mes.index, y=dftr_pr_mes.tot_tr_medio, color='green')

ax.set_title('ENTRADAS vs TIEMPO MEDIO de RESPUESTA a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15);


# Diferencia Internet vs Llamadas 012
intr = dftr_in_mes.tot_tr_medio - dftr_ll_mes.tot_tr_medio
intr = intr.to_frame()

# Acumulación de diferencia
intr['dif_acumulada'] = intr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=intr.index, y=intr.tot_tr_medio, color='orange')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia INTERNET - LLAMADAS 012 a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=intr.index, y=intr.dif_acumulada, color='orange')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada INTERNET - LLAMADAS 012 a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


# Diferencia Internet vs Presencial
inprtr = dftr_in_mes.tot_tr_medio - dftr_pr_mes.tot_tr_medio
inprtr = inprtr.to_frame()

# Acumulación de diferencia
inprtr['dif_acumulada'] = inprtr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=inprtr.index, y=inprtr.tot_tr_medio, color='green')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia INTERNET - PRESENCIAL a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=inprtr.index, y=inprtr.dif_acumulada, color='green')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada INTERNET - PRESENCIAL a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


# Diferencia Presencial vs Llamadas 012
prtr = dftr_pr_mes.tot_tr_medio - dftr_ll_mes.tot_tr_medio
prtr = prtr.to_frame()

# Acumulación de diferencia
prtr['dif_acumulada'] = prtr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=prtr.index, y=prtr.tot_tr_medio, color='black')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia PRESENCIAL - LLAMADAS 012 a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=prtr.index, y=prtr.dif_acumulada, color='black')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada PRESENCIAL - LLAMADAS 012 a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


dftr_canal_a = dftr.groupby(['mes', 'canal_entrada']).agg(
    tr_medio=('tiempo_respuesta', 'mean'), 
    total=('canal_entrada', 'count')).reset_index()


dftr_canal_a = dftr_canal_a.set_index('mes')


# Internet
dftr_in_a = dftr_canal_a[dftr_canal_a.canal_entrada == 'INTERNET']

# Lamadas 012
dftr_ll_a = dftr_canal_a[dftr_canal_a.canal_entrada == 'LLAMADAS 012']

# Presencial
dftr_pr_a = dftr_canal_a[dftr_canal_a.canal_entrada == 'PRESENCIAL']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_in_a.index, y=dftr_in_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_ll_a.index, y=dftr_ll_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_pr_a.index, y=dftr_pr_a.tr_medio, s=200)

ax.set_title('TIEMPO MEDIO de RESPUESTA a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                            'abr', 'may', 'jun', 
                                            'jul', 'ago', 'sep', 
                                            'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Internet', 
                                     'Llamadas 012', 
                                     'Presencial'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_in_a.index, y=dftr_in_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_ll_a.index, y=dftr_ll_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_en_a.index, y=dftr_en_a.total, s=200)

ax.set_title('Nº de ENTRADAS a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Total', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                            'abr', 'may', 'jun', 
                                            'jul', 'ago', 'sep', 
                                            'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Internet', 
                                     'Llamadas 012', 
                                     'Presencial'], fontsize=14);


# Ratio de ENTRADAS / TIEMPO DE RESPUESTA MEDIO (más indica mejor desempeño)

dftr_in_a = dftr_in_a.copy()
dftr_in_a.loc[:, 'tot_tr_medio'] = dftr_in_a.total / dftr_in_a.tr_medio

dftr_ll_a = dftr_ll_a.copy()
dftr_ll_a.loc[:, 'tot_tr_medio'] = dftr_ll_a.total / dftr_ll_a.tr_medio

dftr_pr_a = dftr_pr_a.copy()
dftr_pr_a.loc[:, 'tot_tr_medio'] = dftr_pr_a.total / dftr_pr_a.tr_medio


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_in_a.index, y=dftr_in_a.tot_tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_ll_a.index, y=dftr_ll_a.tot_tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_pr_a.index, y=dftr_pr_a.tot_tr_medio, s=200)

ax.set_title('ENTRADAS vs TIEMPO MEDIO de RESPUESTA a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                            'abr', 'may', 'jun', 
                                            'jul', 'ago', 'sep', 
                                            'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Internet', 
                                     'Llamadas 012', 
                                     'Presencial'], fontsize=14);


dftr_canal_ds = dftr.groupby(['dia_semana', 'canal_entrada']).agg(
    tr_medio=('tiempo_respuesta', 'mean'), 
    total=('canal_entrada', 'count')).reset_index()


dftr_canal_ds = dftr_canal_ds.set_index('dia_semana')


# Internet
dftr_in_ds = dftr_canal_ds[dftr_canal_ds.canal_entrada == 'INTERNET']

# Llamadas 012
dftr_ll_ds = dftr_canal_ds[dftr_canal_ds.canal_entrada == 'LLAMADAS 012']

# Presencial
dftr_pr_ds = dftr_canal_ds[dftr_canal_ds.canal_entrada == 'PRESENCIAL']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_in_ds.index, y=dftr_in_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_ll_ds.index, y=dftr_ll_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_pr_ds.index, y=dftr_pr_ds.tr_medio, s=200)

ax.set_title('TIEMPO MEDIO de RESPUESTA a lo largo de la semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día Semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Internet', 
                                     'Llamadas 012', 
                                     'Presencial'], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_in_ds.index, y=dftr_in_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_ll_ds.index, y=dftr_ll_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_pr_ds.index, y=dftr_pr_ds.total, s=200)

ax.set_title('Nº de ENTRADAS a lo largo de la semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día Semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=['Internet', 
                                     'Llamadas 012', 
                                     'Presencial'], fontsize=14);


dftr_nc = dftr.reset_index().groupby(['fecha_entrada', 'nueva_conse']).agg(tr_medio=('tiempo_respuesta', 'mean'), 
                                                                    total=('nueva_conse', 'count'))


dftr_nc = dftr_nc.reset_index().set_index('fecha_entrada').groupby('nueva_conse').resample('M') \
                                          .agg(tr_medio=('tr_medio', 'mean'), total=('total', 'sum'))


dftr_nc = dftr_nc.reset_index().set_index('fecha_entrada')


# Transporte
dftr_tra_mes = dftr_nc[dftr_nc.nueva_conse == 'Transporte']
dftr_tra_mes = dftr_tra_mes.copy()
dftr_tra_mes['ratiottr'] = dftr_tra_mes.total / dftr_tra_mes.tr_medio

# Cultura
dftr_cul_mes = dftr_nc[dftr_nc.nueva_conse == 'Cultura']
dftr_cul_mes = dftr_cul_mes.copy()
dftr_cul_mes['ratiottr'] = dftr_cul_mes.total / dftr_cul_mes.tr_medio

# Digitalizacion
dftr_dig_mes = dftr_nc[dftr_nc.nueva_conse == 'Digitalizacion']
dftr_dig_mes = dftr_dig_mes.copy()
dftr_dig_mes['ratiottr'] = dftr_dig_mes.total / dftr_dig_mes.tr_medio

# Educacion
dftr_edu_mes = dftr_nc[dftr_nc.nueva_conse == 'Educacion']
dftr_edu_mes = dftr_edu_mes.copy()
dftr_edu_mes['ratiottr'] = dftr_edu_mes.total / dftr_edu_mes.tr_medio

# Subvenciones (Polítca Social)
dftr_sub_mes = dftr_nc[dftr_nc.nueva_conse == 'Subvenciones']
dftr_sub_mes = dftr_sub_mes.copy()
dftr_sub_mes['ratiottr'] = dftr_sub_mes.total / dftr_sub_mes.tr_medio

# Comunicación
dftr_com_mes = dftr_nc[dftr_nc.nueva_conse == 'Comunicacion']
dftr_com_mes = dftr_com_mes.copy()
dftr_com_mes['ratiottr'] = dftr_com_mes.total / dftr_com_mes.tr_medio

# Economía
dftr_eco_mes = dftr_nc[dftr_nc.nueva_conse == 'Economia']
dftr_eco_mes = dftr_eco_mes.copy()
dftr_eco_mes['ratiottr'] = dftr_eco_mes.total / dftr_eco_mes.tr_medio

# Medioambiental
dftr_med_mes = dftr_nc[dftr_nc.nueva_conse == 'Medioambiental']
dftr_med_mes = dftr_med_mes.copy()
dftr_med_mes['ratiottr'] = dftr_med_mes.total / dftr_med_mes.tr_medio


f, ax = plt.subplots(3,1, figsize=(18,15))

sns.lineplot(ax=ax[0], data=dftr_tra_mes, x=dftr_tra_mes.index, y=dftr_tra_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en nueva_conse TRANSPORTE', loc='center')

sns.lineplot(ax=ax[1], data=dftr_tra_mes, x=dftr_tra_mes.index, y=dftr_tra_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en nueva_conse TRANSPORTE', loc='center')

sns.lineplot(ax=ax[2], data=dftr_tra_mes, x=dftr_tra_mes.index, y=dftr_tra_mes.ratiottr, color='grey') \
                    .set_title(label='ENTRADAS / TIEMPO RESPUESTA en nueva_conse TRANSPORTE', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,15))

sns.lineplot(ax=ax[0], data=dftr_cul_mes, x=dftr_cul_mes.index, y=dftr_cul_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en nueva_conse CULTURA', loc='center')

sns.lineplot(ax=ax[1], data=dftr_cul_mes, x=dftr_cul_mes.index, y=dftr_cul_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en nueva_conse CULTURA', loc='center')

sns.lineplot(ax=ax[2], data=dftr_cul_mes, x=dftr_cul_mes.index, y=dftr_cul_mes.ratiottr, color='grey') \
                    .set_title(label='ENTRADAS / TIEMPO RESPUESTA en nueva_conse CULTURA', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,15))

sns.lineplot(ax=ax[0], data=dftr_dig_mes, x=dftr_dig_mes.index, y=dftr_dig_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en nueva_conse DIGITALIZACIÓN', loc='center')

sns.lineplot(ax=ax[1], data=dftr_dig_mes, x=dftr_dig_mes.index, y=dftr_dig_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en nueva_conse DIGITALIZACIÓN', loc='center')

sns.lineplot(ax=ax[2], data=dftr_dig_mes, x=dftr_dig_mes.index, y=dftr_dig_mes.ratiottr, color='grey') \
                    .set_title(label='ENTRADAS / TIEMPO RESPUESTA en nueva_conse DIGITALIZACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,15))

sns.lineplot(ax=ax[0], data=dftr_edu_mes, x=dftr_edu_mes.index, y=dftr_edu_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en nueva_conse EDUCACIÓN', loc='center')

sns.lineplot(ax=ax[1], data=dftr_edu_mes, x=dftr_edu_mes.index, y=dftr_edu_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en nueva_conse EDUCACIÓN', loc='center')

sns.lineplot(ax=ax[2], data=dftr_edu_mes, x=dftr_edu_mes.index, y=dftr_edu_mes.ratiottr, color='grey') \
                    .set_title(label='ENTRADAS / TIEMPO RESPUESTA en nueva_conse EDUCACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,15))

sns.lineplot(ax=ax[0], data=dftr_sub_mes, x=dftr_sub_mes.index, y=dftr_sub_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en nueva_conse SUBVENCIONES (POLÍTICA SOCIAL)', loc='center')

sns.lineplot(ax=ax[1], data=dftr_sub_mes, x=dftr_sub_mes.index, y=dftr_sub_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en nueva_conse SUBVENCIONES (POLÍTICA SOCIAL)', loc='center')

sns.lineplot(ax=ax[2], data=dftr_sub_mes, x=dftr_sub_mes.index, y=dftr_sub_mes.ratiottr, color='grey') \
                    .set_title(label='ENTRADAS / TIEMPO RESPUESTA en nueva_conse SUBVENCIONES (POLÍTICA SOCIAL)', 
                               loc='center');


f, ax = plt.subplots(3,1, figsize=(18,15))

sns.lineplot(ax=ax[0], data=dftr_com_mes, x=dftr_com_mes.index, y=dftr_com_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en nueva_conse COMUNICACIÓN', loc='center')

sns.lineplot(ax=ax[1], data=dftr_com_mes, x=dftr_com_mes.index, y=dftr_com_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en nueva_conse COMUNICACIÓN', loc='center')

sns.lineplot(ax=ax[2], data=dftr_com_mes, x=dftr_com_mes.index, y=dftr_com_mes.ratiottr, color='grey') \
                    .set_title(label='ENTRADAS / TIEMPO RESPUESTA en nueva_conse COMUNICACIÓN', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,15))

sns.lineplot(ax=ax[0], data=dftr_eco_mes, x=dftr_eco_mes.index, y=dftr_eco_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en nueva_conse ECONOMÍA', loc='center')

sns.lineplot(ax=ax[1], data=dftr_eco_mes, x=dftr_eco_mes.index, y=dftr_eco_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en nueva_conse ECONOMÍA', loc='center')

sns.lineplot(ax=ax[2], data=dftr_eco_mes, x=dftr_eco_mes.index, y=dftr_eco_mes.ratiottr, color='grey') \
                    .set_title(label='ENTRADAS / TIEMPO RESPUESTA en nueva_conse ECONOMÍA', loc='center');


f, ax = plt.subplots(3,1, figsize=(18,15))

sns.lineplot(ax=ax[0], data=dftr_med_mes, x=dftr_med_mes.index, y=dftr_med_mes.tr_medio, color='green') \
                .set_title(label='TIEMPO MEDIO de RESPUESTA en nueva_conse MEDIOAMBIENTAL', loc='center')

sns.lineplot(ax=ax[1], data=dftr_med_mes, x=dftr_med_mes.index, y=dftr_med_mes.total, color='red') \
                    .set_title(label='Nº de ENTRADAS en nueva_conse MEDIOAMBIENTAL', loc='center')

sns.lineplot(ax=ax[2], data=dftr_med_mes, x=dftr_med_mes.index, y=dftr_med_mes.ratiottr, color='grey') \
                    .set_title(label='ENTRADAS / TIEMPO RESPUESTA en nueva_conse MEDIOAMBIENTAL', loc='center');


# Ratio de ENTRADAS / TIEMPO DE RESPUESTA MEDIO (más indica mejor desempeño)

dftr_tra_mes = dftr_tra_mes.copy()
dftr_tra_mes.loc[:, 'tot_tr_medio'] = dftr_tra_mes.total / dftr_tra_mes.tr_medio

dftr_cul_mes = dftr_cul_mes.copy()
dftr_cul_mes.loc[:, 'tot_tr_medio'] = dftr_cul_mes.total / dftr_cul_mes.tr_medio

dftr_edu_mes = dftr_edu_mes.copy()
dftr_edu_mes.loc[:, 'tot_tr_medio'] = dftr_edu_mes.total / dftr_edu_mes.tr_medio

dftr_sub_mes = dftr_sub_mes.copy()
dftr_sub_mes.loc[:, 'tot_tr_medio'] = dftr_sub_mes.total / dftr_sub_mes.tr_medio


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=dftr_tra_mes.index, y=dftr_tra_mes.tot_tr_medio, color='blue')
sns.lineplot(ax=ax, x=dftr_cul_mes.index, y=dftr_cul_mes.tot_tr_medio, color='orange')
sns.lineplot(ax=ax, x=dftr_edu_mes.index, y=dftr_edu_mes.tot_tr_medio, color='green')
sns.lineplot(ax=ax, x=dftr_sub_mes.index, y=dftr_sub_mes.tot_tr_medio, color='red')

ax.set_title('ENTRADAS vs TIEMPO MEDIO de RESPUESTA a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15);


# Diferencia Educación vs Subvención-Políticas Sociales
edutr = dftr_edu_mes.tot_tr_medio - dftr_sub_mes.tot_tr_medio
edutr = edutr.to_frame()

# Acumulación de diferencia
edutr['dif_acumulada'] = edutr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=edutr.index, y=edutr.tot_tr_medio, color='red')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia EDUCACIÓN - SUBVENCIÓN a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=edutr.index, y=edutr.dif_acumulada, color='red')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada EDUCACIÓN - SUBVENCIÓN a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


# Diferencia Educación vs Transportes
edutratr = dftr_edu_mes.tot_tr_medio - dftr_tra_mes.tot_tr_medio
edutratr = edutratr.to_frame()

# Acumulación de diferencia
edutratr['dif_acumulada'] = edutratr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=edutratr.index, y=edutratr.tot_tr_medio, color='blue')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia EDUCACIÓN - TRANSPORTES a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=edutratr.index, y=edutratr.dif_acumulada, color='blue')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada EDUCACIÓN - TRANSPORTES a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


# Diferencia Educación vs Cultura
educultr = dftr_edu_mes.tot_tr_medio - dftr_cul_mes.tot_tr_medio
educultr = educultr.to_frame()

# Acumulación de diferencia
educultr['dif_acumulada'] = educultr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=educultr.index, y=educultr.dif_acumulada, color='orange')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada EDUCACIÓN - CULTURA a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);

# plt.savefig("multimedia/dif_acumulada_ratio_tiempo_respuesta_edu_cultura_historico.png")


# Diferencia Subvención vs Transportes
subtratr = dftr_sub_mes.tot_tr_medio - dftr_tra_mes.tot_tr_medio
subtratr = subtratr.to_frame()

# Acumulación de diferencia
subtratr['dif_acumulada'] = subtratr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=subtratr.index, y=subtratr.dif_acumulada, color='blue')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada SUBVENCIÓN (POL. SOC.) - TRANSPORTES a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


# Diferencia Subvención vs Cultura
subcultr = dftr_sub_mes.tot_tr_medio - dftr_cul_mes.tot_tr_medio
subcultr = subcultr.to_frame()

# Acumulación de diferencia
subcultr['dif_acumulada'] = subcultr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=subcultr.index, y=subcultr.dif_acumulada, color='orange')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada SUBVENCIÓN (POL. SOC.) - CULTURA a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


# Diferencia Transportes vs Cultura
tracultr = dftr_tra_mes.tot_tr_medio - dftr_cul_mes.tot_tr_medio
tracultr = tracultr.to_frame()

# Acumulación de diferencia
tracultr['dif_acumulada'] = tracultr.tot_tr_medio.cumsum()


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.lineplot(ax=ax, x=tracultr.index, y=tracultr.dif_acumulada, color='black')

plt.axhline(y=0, color='black', lw=2, ls='--')

ax.set_title('Diferencia Acumulada TRANSPORTES - CULTURA a lo largo del tiempo', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Año", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Diferencia', fontsize=15, fontdict=dict(weight='bold'))

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

l1 = ax.lines[0]

x1 = l1.get_xydata()[:, 0]
y1 = l1.get_xydata()[:, 1]

ax.fill_between(x1, y1, color="grey", alpha=0.3);


dftr_nc_a = dftr.groupby(['mes', 'nueva_conse']).agg(
    tr_medio=('tiempo_respuesta', 'mean'), 
    total=('nueva_conse', 'count')).reset_index()


dftr_nc_a = dftr_nc_a.set_index('mes')


# Transporte
dftr_tra_a = dftr_nc_a[dftr_nc_a.nueva_conse == 'Transporte']

# Cultura
dftr_cul_a = dftr_nc_a[dftr_nc_a.nueva_conse == 'Cultura']

# Digitalización
dftr_dig_a = dftr_nc_a[dftr_nc_a.nueva_conse == 'Digitalizacion']

# Educación
dftr_edu_a = dftr_nc_a[dftr_nc_a.nueva_conse == 'Educacion']

# Subvenciones (Polítca Social)
dftr_sub_a = dftr_nc_a[dftr_nc_a.nueva_conse == 'Subvenciones']

# Comunicación
dftr_com_a = dftr_nc_a[dftr_nc_a.nueva_conse == 'Comunicacion']

# Economía
dftr_eco_a = dftr_nc_a[dftr_nc_a.nueva_conse == 'Economia']

# Medioambiental
dftr_med_a = dftr_nc_a[dftr_nc_a.nueva_conse == 'Medioambiental']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_tra_a.index, y=dftr_tra_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_cul_a.index, y=dftr_cul_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_dig_a.index, y=dftr_dig_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_edu_a.index, y=dftr_edu_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_sub_a.index, y=dftr_sub_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_com_a.index, y=dftr_com_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_eco_a.index, y=dftr_eco_a.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_med_a.index, y=dftr_med_a.tr_medio, s=200)

ax.set_title('TIEMPO MEDIO de RESPUESTA a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                            'abr', 'may', 'jun', 
                                            'jul', 'ago', 'sep', 
                                            'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper left', labels=[
    'Transportes', 
                                     'Cultura', 
                                     'Digitalización', 
                                     'Educación', 
                                     'Subvenciones-Política Social', 
                                     'Comunicación', 
                                     'Economía', 
                                     'Medioambiental'
], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_tra_a.index, y=dftr_tra_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_cul_a.index, y=dftr_cul_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_dig_a.index, y=dftr_dig_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_edu_a.index, y=dftr_edu_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_sub_a.index, y=dftr_sub_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_com_a.index, y=dftr_com_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_eco_a.index, y=dftr_eco_a.total, s=200)
sns.scatterplot(ax=ax, x=dftr_med_a.index, y=dftr_med_a.total, s=200)

ax.set_title('TIEMPO MEDIO de RESPUESTA a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                            'abr', 'may', 'jun', 
                                            'jul', 'ago', 'sep', 
                                            'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper left', labels=[
    'Transportes', 
    'Cultura', 
    'Digitalización', 
    'Educación', 
    'Subvenciones-Política Social', 
    'Comunicación', 
    'Economía', 
    'Medioambiental'
    ], fontsize=14);


# Ratio de ENTRADAS / TIEMPO DE RESPUESTA MEDIO (más indica mejor desempeño)

dftr_tra_a = dftr_tra_a.copy()
dftr_tra_a.loc[:, 'tot_tr_medio'] = dftr_tra_a.total / dftr_tra_a.tr_medio

dftr_cul_a = dftr_cul_a.copy()
dftr_cul_a.loc[:, 'tot_tr_medio'] = dftr_cul_a.total / dftr_cul_a.tr_medio

dftr_edu_a = dftr_edu_a.copy()
dftr_edu_a.loc[:, 'tot_tr_medio'] = dftr_edu_a.total / dftr_edu_a.tr_medio

dftr_sub_a = dftr_sub_a.copy()
dftr_sub_a.loc[:, 'tot_tr_medio'] = dftr_sub_a.total / dftr_sub_a.tr_medio


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_tra_a.index, y=dftr_tra_a.tot_tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_cul_a.index, y=dftr_cul_a.tot_tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_edu_a.index, y=dftr_edu_a.tot_tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_sub_a.index, y=dftr_sub_a.tot_tr_medio, s=200)

ax.set_title('ENTRADAS vs TIEMPO MEDIO de RESPUESTA a lo largo del año', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Mes", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Número', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_a.index, labels=['ene', 'feb', 'mar', 
                                            'abr', 'may', 'jun', 
                                            'jul', 'ago', 'sep', 
                                            'oct', 'nov', 'dic'])  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper left', labels=[
    'Transportes', 
    'Cultura', 
    'Educación', 
    'Subvención-Política Social'
], fontsize=14);


dftr_nc_ds = dftr.groupby(['dia_semana', 'nueva_conse']).agg(
    tr_medio=('tiempo_respuesta', 'mean'), 
    total=('nueva_conse', 'count')).reset_index()


dftr_nc_ds = dftr_nc_ds.set_index('dia_semana')


# Transporte
dftr_tra_ds = dftr_nc_ds[dftr_nc_ds.nueva_conse == 'Transporte']

# Cultura
dftr_cul_ds = dftr_nc_ds[dftr_nc_ds.nueva_conse == 'Cultura']

# Digitalización
dftr_dig_ds = dftr_nc_ds[dftr_nc_ds.nueva_conse == 'Digitalizacion']

# Educación
dftr_edu_ds = dftr_nc_ds[dftr_nc_ds.nueva_conse == 'Educacion']

# Subvenciones (Polítca Social)
dftr_sub_ds = dftr_nc_ds[dftr_nc_ds.nueva_conse == 'Subvenciones']

# Comunicación
dftr_com_ds = dftr_nc_ds[dftr_nc_ds.nueva_conse == 'Comunicacion']

# Economía
dftr_eco_ds = dftr_nc_ds[dftr_nc_ds.nueva_conse == 'Economia']

# Medioambiental
dftr_med_ds = dftr_nc_ds[dftr_nc_ds.nueva_conse == 'Medioambiental']


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_tra_ds.index, y=dftr_tra_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_cul_ds.index, y=dftr_cul_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_dig_ds.index, y=dftr_dig_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_edu_ds.index, y=dftr_edu_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_sub_ds.index, y=dftr_sub_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_com_ds.index, y=dftr_com_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_eco_ds.index, y=dftr_eco_ds.tr_medio, s=200)
sns.scatterplot(ax=ax, x=dftr_med_ds.index, y=dftr_med_ds.tr_medio, s=200)

ax.set_title('TIEMPO MEDIO de RESPUESTA a lo largo de la semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día Semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper left', labels=[
    'Transportes', 
    'Cultura', 
    'Digitalización', 
    'Educación', 
    'Subvenciones-Política Social', 
    'Comunicación', 
    'Economía', 
    'Medioambiental'
], fontsize=14);


f, ax = plt.subplots(1,1, figsize=(18,9))

sns.scatterplot(ax=ax, x=dftr_tra_ds.index, y=dftr_tra_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_cul_ds.index, y=dftr_cul_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_dig_ds.index, y=dftr_dig_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_edu_ds.index, y=dftr_edu_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_sub_ds.index, y=dftr_sub_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_com_ds.index, y=dftr_com_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_eco_ds.index, y=dftr_eco_ds.total, s=200)
sns.scatterplot(ax=ax, x=dftr_med_ds.index, y=dftr_med_ds.total, s=200)

ax.set_title('Nº de ENTRADAS a lo largo de la semana', 
             fontsize=16, loc='center', fontdict=dict(weight='bold'))

ax.set_xlabel("Día Semana", fontsize=15, fontdict=dict(weight='bold'))
ax.set_ylabel('Días', fontsize=15, fontdict=dict(weight='bold'))

ax.set_xticks(ticks=dftr_q_ds.index, labels=etiquetas)  # Solo para poner las etiquetas al eje x.

ax.tick_params(axis='x', which='major', labelsize=15, labelrotation=0)
ax.tick_params(axis='y', which='major', labelsize=15)

ax.legend(loc='upper right', labels=[
    'Transportes', 
    'Cultura', 
    'Digitalización', 
    'Educación', 
    'Subvenciones-Política Social', 
    'Comunicación', 
    'Economía', 
    'Medioambiental'
], fontsize=14);

estado	En proceso	Terminada
tema
CULTURA	0.001010	0.998990
EDUCACIÓN	0.000322	0.999678
ENERGÍA	0.291667	0.708333
POLÍTICAS SOCIALES	0.009105	0.990895
TRANSPORTES	0.002735	0.997265

estado	En proceso	Terminada
consejeria
Agencia para la Administración Digital de la Comunidad de Madrid	0.000000	1.000000
Consejería de Cultura, Turismo y Deporte	0.002000	0.998000
Consejería de Economía, Hacienda y Empleo	0.000000	1.000000
Consejería de Educación e Investigación	0.000000	1.000000
Consejería de Educación, Juventud y Deporte	0.000000	1.000000
Consejería de Educación, Universidades, Ciencia y Portavocía	0.000739	0.999261
Consejería de Familia, Juventud y Política Social	0.025620	0.974380
Consejería de Medio Ambiente, Ordenación del Territorio y Sostenibilidad	0.000000	1.000000
Consejería de Medio Ambiente, Vivienda y Agricultura	0.215054	0.784946
Consejería de Políticas Sociales, Familias, Igualdad y Natalidad	0.000000	1.000000
Consejería de Presidencia, Justicia e Interior	0.008621	0.991379
Consejería de Presidencia, Justicia y Portavocía del Gobierno	0.000000	1.000000
Consejería de Sanidad	0.000000	1.000000
Consejería de Transportes e Infraestructuras	0.103876	0.896124
Consejería de Transportes, Vivienda e Infraestructuras	0.000000	1.000000
Consorcio Regional de Transportes	0.000000	1.000000
Oficina de Cultura y Turismo	0.000000	1.000000
Vicepresidencia, Consejería de Deportes, Transparencia y Portavocía de Gobierno	0.000000	1.000000

	nueva_conse	descarte	exito	proceso	terminada	total	exito_pct	descarte_pct	terminada_pct	proceso_pct	exitoT_pct
fecha_entrada
2013-02-28	Comunicacion	2	2	0	4	4	50.000000	50.000000	100.000000	0.000000	50.000000
2013-03-31	Comunicacion	2	0	0	2	2	0.000000	100.000000	100.000000	0.000000	0.000000
2013-04-30	Comunicacion	0	0	0	0	0	NaN	NaN	NaN	NaN	NaN
...	...	...	...	...	...	...	...	...	...	...	...
2022-10-31	Transporte	8	127	9	135	144	94.074074	5.925926	93.750000	6.250000	88.194444
2022-11-30	Transporte	5	98	1	103	104	95.145631	4.854369	99.038462	0.961538	94.230769
2022-12-31	Transporte	4	126	6	130	136	96.923077	3.076923	95.588235	4.411765	92.647059

	nueva_conse	descarte	exito	proceso	terminada	total	exito_pct	descarte_pct	terminada_pct	proceso_pct	exitoT_pct
mes
1	Comunicacion	15	13	0	28	28	46.428571	53.571429	100.000000	0.000000	46.428571
1	Cultura	55	896	0	951	951	94.216614	5.783386	100.000000	0.000000	94.216614
1	Digitalizacion	1	74	0	75	75	98.666667	1.333333	100.000000	0.000000	98.666667
...	...	...	...	...	...	...	...	...	...	...	...
12	Medioambiental	3	4	5	7	12	57.142857	42.857143	58.333333	41.666667	33.333333
12	Subvenciones	346	2897	100	3243	3343	89.330866	10.669134	97.008675	2.991325	86.658690
12	Transporte	233	1732	9	1965	1974	88.142494	11.857506	99.544073	0.455927	87.740628

	terminada	exito	descarte	proceso	reenviada	total	duracion
dia_semana
0	17789	17786	3	0	2	17789	44.051830
1	17802	17797	5	0	4	17802	44.730648
2	16745	16736	9	0	5	16745	46.056256
3	16234	16229	5	0	4	16234	46.709252
4	14661	14658	3	0	3	14661	45.491167
5	2678	2678	0	0	0	2678	40.788648
6	2765	2763	2	0	1	2765	40.935262

estado	En proceso	Terminada	Total
tema
CULTURA	9	8906	8915
EDUCACIÓN	8	24848	24856
ENERGÍA	21	51	72
POLÍTICAS SOCIALES	376	40919	41295
TRANSPORTES	68	24791	24859
Total	482	99515	99997

	canal_entrada	descarte	exito	proceso	terminada	total
fecha_entrada
2013-01-31	CORREO ORDINARIO	0	4	0	4	4
2013-02-28	CORREO ORDINARIO	0	3	0	3	3
2013-03-31	CORREO ORDINARIO	1	2	0	3	3
...	...	...	...	...	...	...
2016-02-29	Teléfono 010	0	0	0	0	0
2016-03-31	Teléfono 010	0	3	0	3	3
2016-04-30	Teléfono 010	1	1	0	2	2

	index	tipo	estado	canal_entrada	fecha_contestacion	consejeria	unidad_descripcion	tema	terminada	exito	descarte	proceso	ano	mes	dia	dia_ano	dia_semana	reenviada	nueva_conse
fecha_entrada
2022-06-07	0	Queja	Contestada al Ciudadano	INTERNET	2022-06-23	Consejería de Medio Ambiente, Vivienda y Agric...	D.G. de Descarbonización y Transición Energética	ENERGÍA	1	1	0	0	2022	6	7	158	1	0	Medioambiental
2022-05-27	1	Queja	Recepcionada por Unidad	INTERNET	NaT	Consejería de Medio Ambiente, Vivienda y Agric...	D.G. de Descarbonización y Transición Energética	ENERGÍA	0	0	0	1	2022	5	27	147	4	0	Medioambiental
2022-06-07	2	Queja	Contestada al Ciudadano	INTERNET	2022-07-05	Consejería de Medio Ambiente, Vivienda y Agric...	D.G. de Descarbonización y Transición Energética	ENERGÍA	1	1	0	0	2022	6	7	158	1	0	Medioambiental
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2018-02-19	99997	Queja	Contestada al Ciudadano	LLAMADAS 012	2018-02-23	Consorcio Regional de Transportes	NaN	TRANSPORTES	1	1	0	0	2018	2	19	50	0	0	Transporte
2018-03-01	99998	Queja	Contestada al Ciudadano	LLAMADAS 012	2018-03-12	Consorcio Regional de Transportes	NaN	TRANSPORTES	1	1	0	0	2018	3	1	60	3	0	Transporte
2018-03-06	99999	Queja	Contestada al Ciudadano	LLAMADAS 012	2018-03-14	Consorcio Regional de Transportes	NaN	TRANSPORTES	1	1	0	0	2018	3	6	65	1	0	Transporte

	tipo	tr_medio	total
fecha_entrada
2021-12-31	Agradecimiento	192.000000	1
2022-01-31	Agradecimiento	NaN	0
2022-02-28	Agradecimiento	NaN	0
...	...	...	...
2022-10-31	Sugerencia	38.883333	51
2022-11-30	Sugerencia	20.507246	48
2022-12-31	Sugerencia	22.416667	36

Table of Contents

Importar módulos y preparación¶

Importación¶

Cambios - Temporalidad¶

Evolución histórica de los NA¶

Evolución histórica de entradas y salidas¶

Diario¶

Mensual¶

Estacionalidad de entradas y salidas¶

Evolución histórica del procedimiento: éxito, éxito total y terminada¶

Estacionalidad del procedimiento: éxito, éxito total y terminada¶

Mensual¶

Día de la semana¶

Diferencias en las variables categóricas - Sin Temporalidad¶

Entradas en proceso¶

Entrada finalizadas con éxito¶

Diferencias en variables categóricas - Temporalidad¶

Tipo¶

Mensual¶

Estacionalidad Año¶

Estacionalidad Día Semana¶

Tema¶

Diario¶

Mensual¶

Caso especial: tasa de reenvío¶

Anual¶

Estacionalidad Año¶

Estacionalidad Día Semana¶

Canal¶

Mensual¶

Estacionalidad Año¶

Estacionalidad Día Semana¶

Consejería¶

Mensual¶

Caso especial: tasa de reenvío¶

Estacionalidad Año¶

Estacionalidad Dia_Semana¶

Análisis tiempo de respuesta¶

Tiempo de respuesta a lo largo de los años¶

Díario¶

Mensual¶

Estacionalidad¶

Año¶

Día Semana¶

Variables categóricas - Sin Temporalidad¶

Variables categóricas - Temporalidad¶

Tipo¶

Mensual¶

Estacionalidad Año¶

Estacionalidad Día Semana¶

Tema¶

Mensual¶

Estacionalidad Año¶

Estacionalidad Día Semana¶

Canal¶

Mensual¶

Estacionalidad Año¶

Estacionalidad Día Semana¶

Consejería ("nueva_conse")¶

Mensual¶

Estacionalidad Año¶

Estacionalidad Día Semana¶

FIN AL ANÁLISIS¶