#!/usr/bin/env python
# coding: utf-8

# # Sumaríssims en grup

# In[2]:


import pandas as pd
import altair as alt


dades = pd.read_msgpack("data/processat.msg")



# ### Els 15 grups més grans 
# 
# (ordenats per nombre d'homes)

# In[5]:


dades.query("genere != '--'").\
      groupby(["ref_arxiu","genere"])["nom"].\
      count().\
      unstack("genere").\
      sort_values("Home",ascending=False).iloc[:15]


# ### El grup  45492

# In[5]:


grupo_45492 = dades.query("ref_arxiu == 45492")

grupo_45492


# ### Els encausats durant la republica

# In[6]:


grupo_1938 = dades.query("any_inicial == 1938")

grupo_1938


# ### Els 20 grups més grans pel nombre de dones

# In[12]:


dades.query("genere != '--'").\
                      groupby(["ref_arxiu","genere","any_inicial"])["nom"].count().\
                      unstack("genere").\
                      sort_values("Dona",ascending=False).iloc[:20]


# ### Les noms de dones mès comuns 
# 
# ... i edat mitjana de les encausades fins a 1940. Com avui, els noms més populars canvien amb el temps. L'edat mitjana de les encausades amb nom Josefina és de 29 anys, amb nom Josefa 38.

# In[32]:


dades.query("genere == 'Dona' and edat <9999 and any_inicial< '1941-12-31'").\
      groupby(["nom"]).\
      aggregate({"genere" : "count", "edat": "mean"}).\
      rename(columns={'genere': 'nombre','edat': 'edat mitjana'}).\
      query("nombre> 20").\
      sort_values("edat mitjana",ascending=False).\
      style.format("{:0g}")