quitamos mbiota de gauges

los gauges presentan información que tiene más sentido en el contexto de
etapas (comidas y glucómetros) mientras que la mbiota tiene más sentido en
visitas.

se quitó el código tanto de la gráfica como de la adquisición de los datos.

dinamyc.py

@@ -24,11 +24,6 @@ def get_visit_data(visitnumber):
 
 
 
 
 def get_secuenciaciones_data(visitnumber=1):
 def get_secuenciaciones_data(visitnumber=1):
-    secuenciaciones = pd.read_json(f'{url}/microbiota/7/organisms-quantification/{visitnumber}')
-    numero_de = secuenciaciones["patient_id"].unique().size
-    return numero_de
-
-def get_secuenciaciones_data_v2(visitnumber=1):
     secuenciaciones = pd.read_json(f'{url}/microbiota/1/organisms-quantification/{visitnumber}')
     secuenciaciones = pd.read_json(f'{url}/microbiota/1/organisms-quantification/{visitnumber}')
     presentes = secuenciaciones["patient_id"].unique().astype(int)
     presentes = secuenciaciones["patient_id"].unique().astype(int)
     resultados = pd.DataFrame(index = presentes , data = [1] * presentes.size, columns = ["mbiota"])
     resultados = pd.DataFrame(index = presentes , data = [1] * presentes.size, columns = ["mbiota"])
@@ -68,8 +63,6 @@ glucometro_df.drop(labels=excluye, axis=0, inplace=True)
 # consulta online a la API para las visitas, que proporcionan la info de
 # consulta online a la API para las visitas, que proporcionan la info de
 # visitas y microbiota. la función regresa info solo de participantes incluidos
 # visitas y microbiota. la función regresa info solo de participantes incluidos
 visitas_datos = [ get_visit_data(visita) for visita in range(1, Visitas_e + 1)]
 visitas_datos = [ get_visit_data(visita) for visita in range(1, Visitas_e + 1)]
-num_secuencias = [get_secuenciaciones_data(visita) for visita in [1,2,3,4]]
-
 
 
 # grafica de tres pies
 # grafica de tres pies
 
 
@@ -250,7 +243,6 @@ def update_cobertura_series(etapaSel=1, min_comidas=10, min_glucosa=7, distribuc
 
 
     comidas_data = resumen_comidas.loc[(slice(None),f'e{etapaSel}')] > min_comidas
     comidas_data = resumen_comidas.loc[(slice(None),f'e{etapaSel}')] > min_comidas
     glucosa_data = glucometro_df.loc[glucometro_df["visit_id"] == etapaSel, "amount_of_days"] > min_glucosa
     glucosa_data = glucometro_df.loc[glucometro_df["visit_id"] == etapaSel, "amount_of_days"] > min_glucosa
-    microbiota_data = num_secuencias[etapaSel-1]
     if distribucion == 1:
     if distribucion == 1:
         xs = resumen_comidas.loc[(slice(None),f'e{etapaSel}')]
         xs = resumen_comidas.loc[(slice(None),f'e{etapaSel}')]
         title = f"Comidas por paciente en la etapa {etapaSel}"
         title = f"Comidas por paciente en la etapa {etapaSel}"
@@ -260,8 +252,6 @@ def update_cobertura_series(etapaSel=1, min_comidas=10, min_glucosa=7, distribuc
         xs = glucometro_df.loc[glucometro_df["visit_id"] == etapaSel]
         xs = glucometro_df.loc[glucometro_df["visit_id"] == etapaSel]
         xs.set_index("patient_id", inplace=True)
         xs.set_index("patient_id", inplace=True)
         xs.sort_index(inplace=True)
         xs.sort_index(inplace=True)
-        print("el glucometro se ve ")
-        print(xs.head())
         xs = xs["amount_of_days"]
         xs = xs["amount_of_days"]
         title = f'dias de glucómetro por paciente en la etapa {etapaSel}'
         title = f'dias de glucómetro por paciente en la etapa {etapaSel}'
         medCadena = 'días de glucómetro'
         medCadena = 'días de glucómetro'
@@ -288,14 +278,6 @@ def update_cobertura_series(etapaSel=1, min_comidas=10, min_glucosa=7, distribuc
         number = numbers,
         number = numbers,
         gauge = gauges
         gauge = gauges
     ))
     ))
-    multi.add_trace(go.Indicator(
-        value = 100 * microbiota_data / N_etapa,
-        domain = {'x': [0.25, 1], 'y': [0.5, 0.6]},
-        title = {'text': "Microbiota"},
-        mode = modes,
-        number = numbers,
-        gauge = gauges
-    ))
     multi.add_trace(
     multi.add_trace(
         go.Bar(x=xs.index, y=xs)
         go.Bar(x=xs.index, y=xs)
     )
     )
@@ -338,7 +320,7 @@ def update_por_protocolo(visita):
         if lcol > 3:
         if lcol > 3:
             lcol = 1
             lcol = 1
             lrow = lrow + 1
             lrow = lrow + 1
-    mbiota = get_secuenciaciones_data_v2(visita)
+    mbiota = get_secuenciaciones_data(visita)
     mbiota_pct = math.floor( 100 * len(mbiota) / len(df1))
     mbiota_pct = math.floor( 100 * len(mbiota) / len(df1))
     figura.add_trace(
     figura.add_trace(
         go.Bar(x=["mbiota"], y=[mbiota_pct], textposition='auto', text= mbiota_pct),
         go.Bar(x=["mbiota"], y=[mbiota_pct], textposition='auto', text= mbiota_pct),
@@ -356,7 +338,7 @@ def update_por_prueba(visita):
     lcol = 1
     lcol = 1
     lrow = 1
     lrow = 1
     df1 = visitas_datos[visita-1]
     df1 = visitas_datos[visita-1]
-    microbiota = get_secuenciaciones_data_v2(1)
+    microbiota = get_secuenciaciones_data(1)
     protocolos = {
     protocolos = {
         "pyhsiological" : ["pas", "pad", "ipaq", "stress", "hadsa", "hadsd"],
         "pyhsiological" : ["pas", "pad", "ipaq", "stress", "hadsa", "hadsd"],
         "tolerance_curves" : ["Pan", "Gelatina", "Glucosa"],
         "tolerance_curves" : ["Pan", "Gelatina", "Glucosa"],