src/data_loader.py - master - Str1ke/TheProject

src/data_loader.py
115 строк4 KB
AlekseyF7
Initial commit: Student Performance Analyzer project
26 дек 2025, 13:51
26 дек 2025, 13:5184047cc
"""
Модуль для загрузки и обработки данных об успеваемости студентов
"""

import pandas as pd
from typing import Optional, Dict, Any
import os


class DataLoader:
    """Класс для загрузки данных об успеваемости студентов"""

    def __init__(self, file_path: str):
        """
        Инициализация загрузчика данных

        Args:
            file_path: Путь к CSV файлу с данными
        """
        self.file_path = file_path
        self.data: Optional[pd.DataFrame] = None

    def load_data(self) -> pd.DataFrame:
        """
        Загружает данные из CSV файла

        Returns:
            DataFrame с данными об успеваемости

        Raises:
            FileNotFoundError: Если файл не найден
            ValueError: Если данные некорректны
        """
        if not os.path.exists(self.file_path):
            raise FileNotFoundError(f"Файл {self.file_path} не найден")

        try:
            self.data = pd.read_csv(self.file_path)
            self._validate_data()
            return self.data
        except pd.errors.EmptyDataError:
            raise ValueError("Файл пуст")
        except pd.errors.ParserError as e:
            raise ValueError(f"Ошибка парсинга CSV: {e}")

    def _validate_data(self) -> None:
        """Проверяет корректность загруженных данных"""
        if self.data is None:
            raise ValueError("Данные не загружены")

        required_columns = ['student_id', 'subject', 'score']
        missing_columns = [col for col in required_columns if col not in self.data.columns]

        if missing_columns:
            raise ValueError(
                f"Отсутствуют обязательные колонки: {', '.join(missing_columns)}"
            )

        if self.data.empty:
            raise ValueError("Данные пусты")

        # Проверка типов данных
        if not pd.api.types.is_numeric_dtype(self.data['score']):
            raise ValueError("Колонка 'score' должна содержать числовые значения")

    def get_student_stats(self, student_id: str) -> Dict[str, Any]:
        """
        Получает статистику по конкретному студенту

        Args:
            student_id: ID студента

        Returns:
            Словарь со статистикой
        """
        if self.data is None:
            raise ValueError("Данные не загружены. Вызовите load_data() сначала")

        student_data = self.data[self.data['student_id'] == student_id]

        if student_data.empty:
            return {
                'student_id': student_id,
                'total_subjects': 0,
                'average_score': 0.0,
                'max_score': 0.0,
                'min_score': 0.0,
                'subjects': []
            }

        return {
            'student_id': student_id,
            'total_subjects': len(student_data),
            'average_score': float(student_data['score'].mean()),
            'max_score': float(student_data['score'].max()),
            'min_score': float(student_data['score'].min()),
            'subjects': student_data['subject'].tolist()
        }

    def get_all_students_summary(self) -> pd.DataFrame:
        """
        Получает сводную статистику по всем студентам

        Returns:
            DataFrame со статистикой по каждому студенту
        """
        if self.data is None:
            raise ValueError("Данные не загружены. Вызовите load_data() сначала")

        summary = self.data.groupby('student_id').agg({
            'score': ['mean', 'max', 'min', 'count']
        }).reset_index()

        summary.columns = ['student_id', 'average_score', 'max_score', 'min_score', 'subjects_count']
        return summary