integramos las conexiones a la información de comidas y glucómetros

primer paso para dejar de usar el archivo de inventario.

dinamyc.py

@@ -5,10 +5,23 @@ import plotly.express as px
 import requests
 import requests
 import numpy as np
 import numpy as np
 import flask
 import flask
+import test_ch_2_b
+
+def get_visit_data(visitnumber):
+    url_visitas = url + "/visits/" + str(visitnumber) + "/patients-data"
+    yaisons = requests.get(url_visitas).json()["patient_data"]
+    df = pd.json_normalize(yaisons)
+    df.drop(["tolerance_curve_measure","name","patient_visit_id", "visit_date"], inplace=True, axis=1)
+    lista = [ { cf["controlled_food"]: cf["increment_auc"] for cf in yaison["tolerance_curve_measure"] } for yaison in yaisons ] 
+    df.rename(columns= lambda x: x.split(".")[1] if "." in x else x, inplace=True)
+    #df.drop(["patient_visit_id"], inplace=True, axis=0) #esta etiqueta aparece dos veces: dentro del primer nivel de json y dentro del json de sample
+    return pd.concat([df, pd.DataFrame(lista)], axis=1)
+
 
 
 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/'
 Visitas_e = 4
 Visitas_e = 4
 Etapas_e = 3
 Etapas_e = 3
@@ -28,23 +41,19 @@ esperados = {
     
     
 }
 }
 
 
-def get_visit_data(visitnumber):
-    url_visitas = url + "/visits/" + str(visitnumber) + "/patients-data"
-    yaisons = requests.get(url_visitas).json()["patient_data"]
-    df = pd.json_normalize(yaisons)
-    df.drop(["tolerance_curve_measure","name","patient_visit_id", "visit_date"], inplace=True, axis=1)
-    lista = [ { cf["controlled_food"]: cf["increment_auc"] for cf in yaison["tolerance_curve_measure"] } for yaison in yaisons ] 
-    df.rename(columns= lambda x: x.split(".")[1] if "." in x else x, inplace=True)
-    #df.drop(["patient_visit_id"], inplace=True, axis=0) #esta etiqueta aparece dos veces: dentro del primer nivel de json y dentro del json de sample
-    return pd.concat([df, pd.DataFrame(lista)], axis=1)
 
 
 # fuentes de datos
 # fuentes de datos
 
 
+reclutados = pd.read_json(url+"patients/")
+participantes = reclutados.loc[reclutados["include_in_analysis"]]
+#print(pacientes.columns)
 # 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
 # visitas y microbiota
 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)]
-# la info de glucómetro y comidas es más compleja. por el momento, se estab armando
-# la info offline.
+# la info de glucómetro y comidas viene de clickhouse_connect.
+
+comidas_df = test_ch_2_b.foods()
+glucometro_df = test_ch_2_b.glucometros()
 
 
 data_o = (
 data_o = (
     pd.read_csv("inventario.csv")
     pd.read_csv("inventario.csv")