Pull/74

.env.example

@@ -1,4 +1,4 @@
 # required environment variables
 MONGO_CONNECTION_URI=mongodb://localhost:27017
-OPEN_DATA_SERICE_KEY=some_key
+OPEN_DATA_SERVICE_KEY=some_key
 MONGO_DATABASE=council

API/MongoDB.py

@@ -15,6 +15,7 @@ class Councilor:
     job: str
     eduId: int
     edu: str
+    year: str
 
     @classmethod
     def from_dict(cls, data: dict):
@@ -31,6 +32,7 @@ def from_dict(cls, data: dict):
             job=data.get("job"),
             eduId=int(data.get("eduId")),
             edu=data.get("edu"),
+            year=data.get("year"),
         )
 
     def to_dict(self):
@@ -47,4 +49,5 @@ def to_dict(self):
             "job": self.job,
             "eduId": self.eduId,
             "edu": self.edu,
+            "year": self.year,
         }

API/__init__.py

@@ -30,13 +30,14 @@
     "8": CouncilType.METROPOLITAN_COUNCIL,
     "9": CouncilType.LOCAL_COUNCIL,
 }
+
 CANDIDATE_TYPECODE_TYPE = {
     "2": CouncilType.NATIONAL_COUNCIL_CAND,
     # "3": CouncilType.METRO_LEADER_CAND,
     # "4": CouncilType.LOCAL_LEADER_CAND,
     "5": CouncilType.METROPOLITAN_COUNCIL_CAND,
     "6": CouncilType.LOCAL_COUNCIL_CAND,
-    "7": CouncilType.NATIONAL_COUNCIL_CAND,
+    "7": CouncilType.NATIONAL_COUNCIL_GLOBAL_CAND,
     "8": CouncilType.METROPOLITAN_COUNCIL_CAND,
     "9": CouncilType.LOCAL_COUNCIL_CAND,
 }

API/candidate.py

@@ -68,28 +68,36 @@ def fetch_all_data(
     parser.add_argument(
         "--drop-columns",
         type=str,
-        default="num,huboid,hanjaName,status",
+        default="num,huboid,hanjaName,status,gihoSangse",
         help="제거할 열 이름을 ','로 구분하여 입력하세요",
     )
     parser.add_argument(
-        "--save-method",
-        type=str,
-        # TODO: Add MongoDB support
-        # choices=["excel", "mongo"],
-        choices=["excel"],
-        default="excel",
-        help="데이터 저장 방식: 'excel' (현재는 excel만 지원)",
+        "-m", "--update-mongo", help="API 요청 결과를 MongoDB에 업데이트", action="store_true"
+    )
+    parser.add_argument(
+        "-o", "--output-store", help="API 요청 결과를 로컬에 저장", action="store_true"
+    )
+    parser.add_argument("--output-path", help="API 요청 결과 저장 경로", default="output")
+
+    args = vars(parser.parse_args())
+    print(args)
+    sgIds = args.get("sgIds").split(",")
+    if args.get("drop_columns"):
+        drop_columns = args.get("drop_columns").split(",")
+    else:
+        drop_columns = []
+    print(drop_columns)
+
+    data_list = fetch_all_data(
+        sgIds, args.get("sgTypecodes"), drop_columns=drop_columns
     )
 
-    args = parser.parse_args()
-    sgIds = args.sgIds.split(",")
-    drop_columns = args.drop_columns.split(",") if args.drop_columns else []
-
-    data_list = fetch_all_data(sgIds, args.sgTypecodes, drop_columns=drop_columns)
-    for sgTypecode in args.sgTypecodes.split(","):
+    for sgTypecode in args.get("sgTypecodes").split(","):
         if sgTypecode not in SG_TYPECODE:
             raise ValueError(f"Invalid sgTypecode: {sgTypecode}")
-        if args.save_method == "excel":
-            save_to_excel(data_list, sgTypecode, is_elected=False)
-        elif args.save_method == "mongo":
+
+        if args.get("update_mongo"):
             save_to_mongo(data_list, sgTypecode, CANDIDATE_TYPECODE_TYPE[sgTypecode])
+
+        if args.get("output_store"):
+            save_to_excel(data_list, sgTypecode, is_elected=False)

API/elected.py

@@ -41,6 +41,7 @@ def fetch_data(
     data_list = []
     for item in root.findall(".//item"):
         data_entry = {child.tag: child.text for child in item}
+        data_entry["year"] = sgId[:4]
 
         for column in drop_columns:
             data_entry.pop(column)
@@ -72,22 +73,30 @@ def fetch_all_data(
         help="제거할 열 이름을 ','로 구분하여 입력하세요",
     )
     parser.add_argument(
-        "--save-method",
-        type=str,
-        choices=["excel", "mongo"],
-        default="excel",
-        help="데이터 저장 방식: 'excel', 'mongo'",
+        "-m", "--update-mongo", help="API 요청 결과를 MongoDB에 업데이트", action="store_true"
+    )
+    parser.add_argument(
+        "-o", "--output-store", help="API 요청 결과를 로컬에 저장", action="store_true"
     )
+    parser.add_argument("--output-path", help="API 요청 결과 저장 경로", default="output")
 
-    args = parser.parse_args()
-    sgIds = args.sgIds.split(",")
-    drop_columns = args.drop_columns.split(",") if args.drop_columns else []
+    args = vars(parser.parse_args())
+    sgIds = args.get("sgIds").split(",")
+    if args.get("drop_columns"):
+        drop_columns = args.get("drop_columns").split(",")
+    else:
+        drop_columns = []
+
+    data_list = fetch_all_data(
+        sgIds, args.get("sgTypecodes"), drop_columns=drop_columns
+    )
 
-    data_list = fetch_all_data(sgIds, args.sgTypecodes, drop_columns=drop_columns)
-    for sgTypecode in args.sgTypecodes.split(","):
+    for sgTypecode in args.get("sgTypecodes").split(","):
         if sgTypecode not in SG_TYPECODE:
             raise ValueError(f"Invalid sgTypecode: {sgTypecode}")
-        if args.save_method == "excel":
-            save_to_excel(data_list, sgTypecode, is_elected=True)
-        elif args.save_method == "mongo":
+
+        if args.get("update_mongo"):
             save_to_mongo(data_list, sgTypecode, ELECTED_TYPECODE_TYPE[sgTypecode])
+
+        if args.get("output_store"):
+            save_to_excel(data_list, sgTypecode, is_elected=True)

API/utils.py

@@ -41,14 +41,17 @@ def save_to_mongo(data: List[dict], sgTypecode: str, where: str) -> None:
     main_collection = db[where]
 
     # TODO: Support other types of councils
-    if sgTypecode in ["6", "9"]:
+    if sgTypecode in ["8", "5", "2", "6", "9"]:
         for entry in data:
+            if entry["wiwName"] == None:
+                print(entry)
             entry["wiwName"] = change_local_name(entry["sdName"], entry["wiwName"])
             district_id = get_district_id(entry["sdName"], entry["wiwName"])
 
             if district_id:
                 main_collection.update_one(
                     {
+                        "year": entry["year"],
                         "name": entry["name"],
                         "localId": district_id["localId"],
                         "metroId": district_id["metroId"],
@@ -60,34 +63,21 @@ def save_to_mongo(data: List[dict], sgTypecode: str, where: str) -> None:
                 print(
                     f"Warning: '{entry['sdName']} {entry['wiwName']}'에 해당하는 지역 ID가 존재하지 않습니다."
                 )
-    elif sgTypecode in ["5", "8"]:
-        main_collection = db["metro_councilor"]
+    elif sgTypecode in ["7"]:
         for entry in data:
-            entry["wiwName"] = change_local_name(entry["sdName"], entry["wiwName"])
-            district_id = get_district_id(entry["sdName"], entry["wiwName"])
-
-            if not district_id:
-                print(
-                    f"Warning: '{entry['sdName']} {entry['wiwName']}'에 해당하는 지역 ID가 존재하지 않습니다."
-                )
-                continue
-
-            if district_id:
-                main_collection.update_one(
-                    {
-                        "name": entry["name"],
-                        "local_id": district_id["local_id"],
-                        "metro_id": district_id["metro_id"],
-                    },
-                    {"$set": Councilor.from_dict(entry).to_dict()},
-                    upsert=True,
-                )
-            else:
-                print(
-                    f"Warning: '{entry['sdName']} {entry['wiwName']}'에 해당하는 지역 ID가 존재하지 않습니다."
-                )
+            entry["wiwName"] = "전국"
+            main_collection.update_one(
+                {
+                    "year": entry["year"],
+                    "name": entry["name"],
+                    "localId": 0,
+                    "metroId": 0,
+                },
+                {"$set": Councilor.from_dict(entry).to_dict()},
+                upsert=True,
+            )
     else:
-        raise NotImplementedError("현재 구시군의회의원(6) 및 기초의원비례대표(9)만 구현되어 있습니다.")
+        raise NotImplementedError(f"아직 구현되지 않은 sgTypecode: {sgTypecode}")
 
     print(f"데이터를 성공적으로 MongoDB '{main_collection.name}' 컬렉션에 저장하였습니다.")
 
@@ -124,29 +114,6 @@ def getLocalMetroMap() -> Dict[str, str]:
     }
 
 
-def getLocalMetroMap() -> Dict[str, str]:
-    db = client["district"]
-    result = db["local_district"].aggregate(
-        [
-            {
-                "$project": {
-                    "localId": 1,
-                    "metroId": 1,
-                    "sdName": 1,
-                    "wiwName": 1,
-                }
-            },
-        ]
-    )
-    return {
-        (item["sdName"], item["wiwName"]): {
-            "local_id": item["localId"],
-            "metro_id": item["metroId"],
-        }
-        for item in result
-    }
-
-
 def change_local_name(sdName, wiwName):
     """
     1. 만약 '시' 와 '구'가 모두 wiwName에 있다면, '시' 까지만 쓰기

README.md

@@ -1,4 +1,5 @@
 # 다양성 평가 리포트 웹사이트 - 뉴웨이즈
+
 <!-- # 깃헙은 최종일에 제출 필요!
 - 팀별 GitHub repository 링크 및 발표 자료 Slack으로 제출
 - GitHub 포함 사항
@@ -9,44 +10,47 @@
     - 설치 및 실행 과정 설명
     - 팀 및 팀원 소개
     - (선택 사항) 데모 영상 -->
+
 ## 프로젝트 개요
-프로젝트 이름  다양성 평가 리포트 웹사이트 - 뉴웨이즈
-기간          23 가을-겨울
+
+프로젝트 이름 다양성 평가 리포트 웹사이트 - 뉴웨이즈
+기간 23 가을-겨울
 
 ## 설치 및 실행 과정
+
 1. 파이썬 가상환경 생성
-    - 아래 명령을 실행하여 파이썬 가상환경을 생성합니다.
-    ```bash
-    cd ~ && virtualenv newways --python=3.10
-    ```
+   - 아래 명령을 실행하여 파이썬 가상환경을 생성합니다.
+   ```bash
+   cd ~ && virtualenv newways --python=3.10
+   ```
 2. 가상환경 활성화
-    - 아래 명령을 실행하여 가상환경을 활성화합니다.
-    ```bash
-    source ~/newways/bin/activate
-    ``` 
+   - 아래 명령을 실행하여 가상환경을 활성화합니다.
+   ```bash
+   source ~/newways/bin/activate
+   ```
 3. 레포지토리 클론
    - 아래 명령을 실행하여 레포지토리를 클론합니다.
    ```bash
     git clone https://github.com/NewWays-TechForImpactKAIST/main
-    ```
+   ```
 4. 필요한 패키지 설치
    - requirements.txt에 명시된 패키지를 설치합니다.
    ```bash
     pip install -r requirements.txt
-    ```
+   ```
 5. 환경 변수 설정
    - `.env.example` 파일을 복사하여 `.env` 파일을 생성합니다.
    ```bash
     cp .env.example .env
-    ```
-    - `.env` 파일을 열어 환경 변수의 값을 필요에 따라 바꾸어줍니다. 
+   ```
+   - `.env` 파일을 열어 환경 변수의 값을 필요에 따라 바꾸어줍니다.
 6. 예제 코드 실행
    - 이 프로젝트는 여러 개의 파이썬 패키지로 구성되어 있습니다.
    - 각각의 패키지는 독립적으로 실행할 수 있습니다. 단, 실행 시 python -m 옵션(module을 의미)을 사용해야 합니다.
    - 크롤링 및 데이터베이스 저장 예제 코드를 실행하려면, 아래 명령을 실행합니다.
-    ```bash
-      # scrap/local_councils/seoul/junggu.py 파일을 실행합니다.
-      python -m scrap.local_councils.seoul.junggu
-      # scrap/examples/database.py 파일을 실행합니다.
-      python -m scrap.examples.database
-      ```
+   ```bash
+     # scrap/local_councils/seoul/junggu.py 파일을 실행합니다.
+     python -m scrap.local_councils.seoul.junggu
+     # scrap/examples/database.py 파일을 실행합니다.
+     python -m scrap.examples.database
+   ```

analysis/age/hist_groups.py

@@ -181,7 +181,7 @@ def insert_data_to_mongo(
             )
 
 
-def cluster(df_original, n_clst, basedic):
+def cluster(df_original, n_clst, basedic, clean_flag=True):
     """구역별 그룹을 만듭니다.
     df_original: 데이터프레임
     n_clst: 그룹 수
@@ -194,11 +194,11 @@ def cluster(df_original, n_clst, basedic):
     histcoll = statdb["age_hist"]
     statcoll = statdb["age_stat"]  # method = "equal"에서 써 줄 통계.
     # 기존 histogram 정보는 삭제 (나이별로 넣는 것이기 때문에 찌꺼기값 존재가능)
-    histcoll.delete_many(basedic.__dict__)
-    if basedic.method == "equal":
-        statcoll.delete_many(basedic.__dict__)
+    if clean_flag:
+        histcoll.delete_many(basedic.__dict__)
+        if basedic.method == "equal":
+            statcoll.delete_many(basedic.__dict__)
     # 연도별로 데이터 찾아서 넣기!
-    df_original["year"] = df_original["sgId"] // 10000
     df_original = df_original[df_original["year"].isin([2010, 2014, 2018, 2022])]
     years = df_original["year"].unique()
     for year in years: