Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/cassiofb-dev/pandasscript
Pandas Script, uma lingaguem para visualizar e gerenciar dados.
https://github.com/cassiofb-dev/pandasscript
compilers lexer numpy pandas parser python
Last synced: 9 days ago
JSON representation
Pandas Script, uma lingaguem para visualizar e gerenciar dados.
- Host: GitHub
- URL: https://github.com/cassiofb-dev/pandasscript
- Owner: cassiofb-dev
- Created: 2021-05-16T21:18:55.000Z (over 3 years ago)
- Default Branch: master
- Last Pushed: 2021-05-21T02:04:16.000Z (over 3 years ago)
- Last Synced: 2024-12-21T01:12:08.427Z (16 days ago)
- Topics: compilers, lexer, numpy, pandas, parser, python
- Language: Python
- Homepage:
- Size: 11.7 KB
- Stars: 1
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
Pandas Script
Linguagem baseada no Pandas e feita com Python.
Introdução •
Funcionalidades •
Como usar •
Exemplo •
Documentação •
Produções e Ações Semânticas •
Créditos •
License
[](https://www.youtube.com/watch?v=JWDCLF0NqS8)
## Introdução
O Pandas Script é uma linguagem simples de alto nível que tem como objetivo simplificar e agilizar a visualização e gerenciamento de dados como CSV.
## Funcionalidades
* PS Shell - Shell interativo
- Faça programas curtos, checagens rápidas ou aprendizado dinâmico.
* Parse de Arquivos
- Para programas longos e complexo
* Suporte para
- Inteiros
- Floats
- Strings
* Operações com arquivos
- Leitura
- Escrita
- Selecionar
- Cortar
- Gerar gráfico simples
* Arquivos online
- Leitura de arquivos pode ser através de uma URL
* Informações estatísticas - Calcule
- Média
- Mediana
- Desvio Padrão
## Como usar
[Video de apresentação](https://www.youtube.com/watch?v=JWDCLF0NqS8).
Para clonar e rodar essa aplicação, você irá precisar [Git](https://git-scm.com), [Python](https://www.python.org/). Pelo seu terminal:
```bash
# Clone o repositório
git clone https://github.com/cassiofb-dev/pandasscript
# Entre no repositório
cd pandasscript
# Instale as dependências
pip install numpy
pip install pandas
# Rode a aplicação
py main.py
```
## Exemplo
```
covid_data = LOAD "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv"
brazil_data = CUT 30 31 covid_data
deaths = CUT 474 484 brazil_data 1
PLOT deaths "Mortes por COVID"
```
Rodando o exemplo no terminal:
```
py main.py .\example\covid_death.ps
```
Gráfico gerado:
Árvore de geração utilizada caso a linha 2 fosse um print no lugar de um asssing:
## Documentação
- ``py main.py``
- Executa o shell
- ``py main.py help``
- Executa o comando de ajuda
- ``py main.py license``
- Executa o comando de licensa
- ``py main.py copyright``
- Executa o comando de copyright
- ``py main.py filePath``
- Executa o parse de um arquivo
## Produções e Ações Semânticas
Observações:
- Tokens em caixa alta
- Funções completas das ações sintáticas podem ser encontradas no [código de funções](https://github.com/cassiofb-dev/pandasscript/blob/master/lang/PSFunctions.py), elas são utilizadas atráves do módulo ``psf``
- Tokens dos operadores substituido pelos próprios para simplificação da leitura (Ex: "=" ficará no lugar de "ASSIGN")
```bnf
Grammar Action
------------------------ ---------------------------------
statement : PRINT expr print(expr.val)
| SAVE ID STRING psf.save(ID.val, STRING.val)
| ID = expr ID.val = expr.val
| expr ---
expr0 : expr1 + expr2 expr0.val = expr1.val + expr2.val
| expr1 - expr2 expr0.val = expr1.val - expr2.val
| expr1 * expr2 expr0.val = expr1.val * expr2.val
| expr1 / expr2 expr0.val = expr1.val / expr2.val
| (expr1) expr0.val = expr1.val
| FLOAT expr0.val = float(FLOAT.val)
| INT expr0.val = int(INT.val)
| STRING expr0.val = string(STRING.val)
| ID self.ids[ID.val]
| COLUMNS ID expr0.val = psf.columns(self.ids[ID.val])
| LOAD STRING expr0.val = psf.load(STRING.val)
| CUT INTEGER1 INTEGER2 ID expr0.val = psf.cut(INTEGER1.val, INTEGER2.val, self.ids[ID.val])
| CUT INTEGER1 INTEGER2 ID INTEGER3 expr0.val = psf.cut(INTEGER1.val, INTEGER2.val, self.ids[ID.val], INTEGER3.val)
| MEDIAN expr1 expr0.val = psf.median(expr1.val)
| MEAN expr1 expr0.val = psf.mean(expr1.val)
| STD expr1 expr0.val = psf.std(expr1.val)
| select expr0.val = select.val
| PLOT ID STRING psf.plot(self.ids[ID.val], STRING.val)
select : SELECT STRING STRING FROM expr psf.select_from(STRING0.val, STRING1.val, expr.val)
| SELECT STRING FROM expr psf.select_from(STRING.val, None, expr.val)
| SELECT FROM expr psf.select_from(None, None, expr.val)
```
## Créditos
Essa aplicação utiliza os seguintes projetos de código aberto:
- [Python](https://www.python.org/)
- [Numpy](https://numpy.org/)
- [Pandas](https://pandas.pydata.org/)
- [SLY](https://github.com/dabeaz/sly)
- [COVID dataset](https://github.com/CSSEGISandData/COVID-19)
Inspiração do README [electron-markdownify](https://github.com/amitmerchant1990/electron-markdownify).
## License
MIT
---
> [Acesse meu site](https://cassiofernando.netlify.app/) ·
> GitHub [@cassiofb-dev](https://github.com/cassiofb-dev) ·
> Twitter [@cassiofb_dev](https://twitter.com/cassiofb_dev)