Skip to content

Aprimora a carga de tarefas #47

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Open
kv-aliaga wants to merge 1 commit into
base: main
Choose a base branch
from
Open

Aprimora a carga de tarefas #47

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
59 changes: 34 additions & 25 deletions python/dataload.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -21,8 +21,8 @@
"source": [
"# fazendo importações\n",
"import os\n",
"from random import choice, choices, randint, triangular\n",
"from datetime import date, timedelta\n",
"from random import choice, choices, randint, triangular\n",
"from datetime import date, timedelta\n",
"from dotenv import load_dotenv\n",
"from faker import Faker\n",
"import pandas as pd\n",
Expand Down Expand Up @@ -57,18 +57,18 @@
"\n",
"DATABASE_URL = os.getenv(\"URL_SEGUNDO_BANCO\")\n",
"engine = create_engine(DATABASE_URL)\n",
"faker = Faker(\"pt_BR\")\n",
"hoje = date.today()\n",
"inicio_periodo = hoje - timedelta(days=730)\n",
"\n",
"def data_aleatoria(inicio=inicio_periodo, fim=hoje):\n",
" return faker.date_between_dates(date_start=inicio, date_end=fim)\n",
"\n",
"def data_prazo(inicio=inicio_periodo, fim=hoje):\n",
" data_base = data_aleatoria(inicio, fim)\n",
" if data_base < hoje and choice([True, False]):\n",
" return data_base + timedelta(days=randint(1, min(120, (hoje - data_base).days)))\n",
" return data_base + timedelta(days=randint(7, 120))"
"faker = Faker(\"pt_BR\")\n",
"hoje = date.today()\n",
"inicio_periodo = hoje - timedelta(days=730)\n",
"\n",
"def data_aleatoria(inicio=inicio_periodo, fim=hoje):\n",
" return faker.date_between_dates(date_start=inicio, date_end=fim)\n",
"\n",
"def data_prazo(inicio=inicio_periodo, fim=hoje):\n",
" data_base = data_aleatoria(inicio, fim)\n",
" if data_base < hoje and choice([True, False]):\n",
" return data_base + timedelta(days=randint(1, min(120, (hoje - data_base).days)))\n",
" return data_base + timedelta(days=randint(7, 120))"
]
},
{
Expand Down Expand Up @@ -338,7 +338,7 @@
" 'cargo': faker.job()[:100],\n",
" 'area': choice(areas),\n",
" 'data_nascimento': faker.date_of_birth(minimum_age=18, maximum_age=70),\n",
" 'data_contratacao': data_aleatoria(date(hoje.year - 10, 1, 1), hoje),\n",
" 'data_contratacao': data_aleatoria(date(hoje.year - 10, 1, 1), hoje),\n",
" 'permissao_gestor': True if tipo == 'GESTOR' or tipo == 'ADMIN' else False,\n",
" 'status': 'ATIVO'\n",
" })\n",
Expand Down Expand Up @@ -396,9 +396,9 @@
" 'titulo': faker.sentence(nb_words=5),\n",
" 'descricao': faker.paragraph(nb_sentences=10),\n",
" 'status': status,\n",
" 'data_inicio': (data_inicio := data_aleatoria()),\n",
" 'data_estimada_fim': data_prazo(data_inicio),\n",
" 'data_fim_real': data_aleatoria(data_inicio) if status == 'CONCLUIDO' else None,\n",
" 'data_inicio': (data_inicio := data_aleatoria()),\n",
" 'data_estimada_fim': data_prazo(data_inicio),\n",
" 'data_fim_real': data_aleatoria(data_inicio) if status == 'CONCLUIDO' else None,\n",
" 'icone_url': choice(icone_ciclo_urls)\n",
" })"
]
Expand Down Expand Up @@ -446,7 +446,7 @@
" 'valor_base': randint(1000, 100000),\n",
" 'valor_alvo': randint(1000, 100000),\n",
" 'unidade': choice(['R$', 'US$', 'EUR']),\n",
" 'prazo': data_prazo(),\n",
" 'prazo': data_prazo(),\n",
" 'status': choice(['PARCIALMENTE_ATINGIDA', 'ATINGIDA', 'NAO_ATINGIDA']),\n",
" 'prioridade': choice(['BAIXA', 'MEDIA', 'ALTA', 'CRITICA']),\n",
" 'area': choice(areas),\n",
Expand Down Expand Up @@ -564,7 +564,7 @@
" 'what_acao': faker.sentence(nb_words=10),\n",
" 'why_justificativa': faker.sentence(nb_words=10),\n",
" 'where_local': faker.sentence(nb_words=10),\n",
" 'when_fim': data_prazo(),\n",
" 'when_fim': data_prazo(),\n",
" 'how_modo_execucao': faker.sentence(nb_words=10),\n",
" 'how_much_custo': randint(1000, 100000),\n",
" })"
Expand Down Expand Up @@ -593,14 +593,23 @@
"\n",
"for id_plano_acao, plano_acao in enumerate(dados_plano_acao, start=1):\n",
" for _ in range(randint(QTD_TAREFAS_MIN, QTD_TAREFAS_MAX)):\n",
" data_fim_prevista = data_prazo()\n",
" if choice([True, False]):\n",
" status_tarefa = choice(['CONCLUIDA', 'CANCELADA'])\n",
" elif data_fim_prevista < hoje:\n",
" status_tarefa = 'ATRASADA'\n",
" else:\n",
" status_tarefa = choice(['PENDENTE', 'EM_ANDAMENTO', 'BLOQUEADA'])\n",
"\n",
" dados_tarefa.append({\n",
" 'id_plano_acao': id_plano_acao,\n",
" 'id_responsavel': plano_acao['criado_por'],\n",
" 'titulo': faker.sentence(nb_words=5),\n",
" 'descricao': faker.sentence(nb_words=10),\n",
" 'prioridade': choice(['BAIXA', 'MEDIA', 'ALTA', 'CRITICA']),\n",
" 'status': choice(['PENDENTE', 'EM_ANDAMENTO', 'BLOQUEADA', 'CONCLUIDA', 'ATRASADA', 'CANCELADA']),\n",
" 'data_fim_prevista': data_prazo()\n",
" 'status': status_tarefa,\n",
" 'data_fim_prevista': data_fim_prevista,\n",
" 'data_fim_real': data_aleatoria() if status_tarefa == 'CONCLUIDA' else None\n",
" })"
]
},
Expand Down Expand Up @@ -631,7 +640,7 @@
" 'id_responsavel': ciclo['id_responsavel'],\n",
" 'titulo': faker.sentence(nb_words=5),\n",
" 'descricao': faker.sentence(nb_words=10),\n",
" 'data_treinamento': data_prazo(),\n",
" 'data_treinamento': data_prazo(),\n",
" 'obrigatorio': choice([True, False])\n",
" })"
]
Expand Down Expand Up @@ -795,8 +804,8 @@
" 'id_treinamento': id_treinamento,\n",
" 'id_usuario': id_usuario,\n",
" 'obrigatorio': treinamento['obrigatorio'],\n",
" 'status': (status_treinamento := choice(['PENDENTE', 'CONFIRMADO', 'CONCLUIDO'])),\n",
" 'terminado_em': data_aleatoria() if status_treinamento == 'CONCLUIDO' else None\n",
" 'status': (status_treinamento := choice(['PENDENTE', 'CONFIRMADO', 'CONCLUIDO'])),\n",
" 'terminado_em': data_aleatoria() if status_treinamento == 'CONCLUIDO' else None\n",
" })\n",
"\n",
"for problema in dados_problema:\n",
Expand Down
35 changes: 31 additions & 4 deletions python/rpa.py
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -377,9 +377,36 @@ def carregar_tarefas(mapa_plano_ids, mapa_colaborador_ids):
status_map = {
"NAO_INICIADO": "PENDENTE",
"INICIADO": "EM_ANDAMENTO",
"FINALIZADO": "CONCLUIDA"
"FINALIZADO": "CONCLUIDA",
"PENDENTE": "PENDENTE",
"EM_ANDAMENTO": "EM_ANDAMENTO",
"BLOQUEADA": "BLOQUEADA",
"CONCLUIDA": "CONCLUIDA",
"ATRASADA": "ATRASADA",
"CANCELADA": "CANCELADA",
}

@amandaandrade9410 amandaandrade9410 Oct 7, 2026

Copy link
Copy Markdown
Contributor

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Só existiam esses status no map, pois o primeiro ano só está trabalhando com esses status no banco deles.

Image


status_origem = df["status"].astype("string").str.strip().str.upper()
status_sem_mapeamento = status_origem.notna() & ~status_origem.isin(status_map)
if status_sem_mapeamento.any():
desconhecidos = sorted(status_origem[status_sem_mapeamento].unique().tolist())
raise ValueError(f"Status de tarefa sem mapeamento: {desconhecidos}")

data_inicio_real = pd.to_datetime(df["dt_inicio"], errors="coerce")
data_fim_prevista = pd.to_datetime(df["dt_entrega"], errors="coerce")
data_fim_prevista = data_fim_prevista.fillna(data_inicio_real + pd.Timedelta(days=30))
data_fim_prevista = data_fim_prevista.fillna(pd.Timestamp.now().normalize() + pd.Timedelta(days=30))
data_fim_prevista = data_fim_prevista.where(data_inicio_real.isna() | data_fim_prevista.ge(data_inicio_real), data_inicio_real)

status_destino = status_origem.map(status_map).fillna("PENDENTE")
tarefa_aberta = ~status_destino.isin(["CONCLUIDA", "CANCELADA"])

vencidas_em_aberto = data_fim_prevista.dt.normalize().lt(pd.Timestamp.now().normalize()) & tarefa_aberta
status_destino.loc[vencidas_em_aberto] = "ATRASADA"

atraso_resolvido = status_destino.eq("ATRASADA") & ~vencidas_em_aberto
status_destino.loc[atraso_resolvido] = "EM_ANDAMENTO"

prioridade_map = {
"BAIXO": "BAIXA",
"MEDIO": "MEDIA",
Expand All @@ -393,9 +420,9 @@ def carregar_tarefas(mapa_plano_ids, mapa_colaborador_ids):
"titulo": df["titulo"].str.strip(),
"descricao": df["descricao"].fillna("Sem descrição"),
"prioridade": df["prioridade"].map(prioridade_map).fillna("MEDIA"),
"status": df["status"].map(status_map).fillna("PENDENTE"),
"data_inicio_real": df["dt_inicio"],
"data_fim_prevista": df["dt_entrega"].fillna(pd.to_datetime(df["dt_inicio"]) + pd.Timedelta(days=30)),
"status": status_destino,
"data_inicio_real": data_inicio_real,
"data_fim_prevista": data_fim_prevista,
"criado_em": pd.Timestamp.now()
})

Expand Down
Loading