adicion de mbiota a cobertura por protocolo y resultados

aunque no se recolentan mediante la info de visitas, se agregaron los resultados
disponibles de mbiota a éstas para poder mostrarlas en la misma gráfica, ya que
así tiene mucho más sentido que mostrarlas por separado (la muestra para la
mbiota se recolecta en las visitas, de hecho)

dinamyc.py

@@ -28,9 +28,16 @@ def get_secuenciaciones_data(visitnumber=1):
     numero_de = secuenciaciones["patient_id"].unique().size
     numero_de = secuenciaciones["patient_id"].unique().size
     return numero_de
     return numero_de
 
 
+def get_secuenciaciones_data_v2(visitnumber=1):
+    secuenciaciones = pd.read_json(f'{url}/microbiota/1/organisms-quantification/{visitnumber}')
+    presentes = secuenciaciones["patient_id"].unique().astype(int)
+    resultados = pd.DataFrame(index = presentes , data = [1] * presentes.size, columns = ["mbiota"])
+    return resultados.sort_index()
 
 
 server = flask.Flask(__name__)
 server = flask.Flask(__name__)
 
 
+
+
 # algunos parámetros globales
 # algunos parámetros globales
 
 
 url = 'https://nutricion.c3.unam.mx/nd/'
 url = 'https://nutricion.c3.unam.mx/nd/'
@@ -331,6 +338,12 @@ 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_pct = math.floor( 100 * len(mbiota) / len(df1))
+    figura.add_trace(
+        go.Bar(x=["mbiota"], y=[mbiota_pct], textposition='auto', text= mbiota_pct),
+        col = lcol, row = lrow,
+    )
     figura.update_layout(showlegend=False)
     figura.update_layout(showlegend=False)
     figura.update_traces(texttemplate='%{text:.2s}', textposition='auto')
     figura.update_traces(texttemplate='%{text:.2s}', textposition='auto')
     return figura
     return figura
@@ -343,6 +356,7 @@ 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)
     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"],
@@ -351,11 +365,15 @@ def update_por_prueba(visita):
         "antropometric" : ["imc", "weight", "waist_circumference"]
         "antropometric" : ["imc", "weight", "waist_circumference"]
     }
     }
     heatmap = df1.set_index("id").notna().astype(int)
     heatmap = df1.set_index("id").notna().astype(int)
+    microbiota = microbiota.loc[list(set(heatmap.index).intersection(microbiota.index))]
+    heatmap = pd.concat([heatmap, microbiota], axis=1)
+    heatmap.fillna(0, inplace=True)
     colorscale = [[0, 'gold'], [1,'mediumturquoise']]
     colorscale = [[0, 'gold'], [1,'mediumturquoise']]
     columnas = []
     columnas = []
     for protocolo in protocolos.keys():
     for protocolo in protocolos.keys():
         prot_columns = list(set(df1.columns).intersection(set(protocolos[protocolo])))
         prot_columns = list(set(df1.columns).intersection(set(protocolos[protocolo])))
         columnas.extend(prot_columns)
         columnas.extend(prot_columns)
+    columnas.append("mbiota")
     figura = px.imshow(heatmap[columnas], color_continuous_scale=colorscale)
     figura = px.imshow(heatmap[columnas], color_continuous_scale=colorscale)
     return figura
     return figura