Create data_loader.py

src/data_loader.py

@@ -0,0 +1,44 @@
+# data_loader.py
+
+import pandas as pd
+import numpy as np
+
+def simulate_transport_data():
+    """
+    Simula datos de transporte urbano para varios autobuses durante una semana.
+    
+    Returns:
+        pd.DataFrame: DataFrame con datos simulados.
+    """
+    # Definir identificadores de autobuses
+    buses = ['Bus_01', 'Bus_02', 'Bus_03', 'Bus_04']
+    
+    # Generar rango de fechas para una semana (7 días)
+    days = pd.date_range(start="2025-04-01", periods=7, freq='D')
+    
+    # Lista para almacenar los datos simulados
+    data = []
+    
+    # Simular datos para cada autobús y día
+    for bus in buses:
+        for day in days:
+            # Datos aleatorios simulados
+            punctuality = np.random.uniform(85, 99)  # Puntualidad entre 85% y 99%
+            occupancy = np.random.uniform(30, 100)   # Ocupación entre 30% y 100%
+            km = np.random.uniform(150, 300)         # Kilómetros recorridos entre 150 y 300
+            fuel_eff = np.random.uniform(20, 35)     # Eficiencia de combustible entre 20 y 35 L/100km
+            coverage = np.random.choice([80, 90, 100])  # Cobertura de ruta (80%, 90% o 100%)
+            
+            # Agregar datos al DataFrame
+            data.append({
+                "bus_id": bus,
+                "date": day,
+                "punctuality": round(punctuality, 2),  # Redondear a 2 decimales
+                "occupancy": round(occupancy, 2),      # Redondear a 2 decimales
+                "km": round(km, 1),                    # Redondear a 1 decimal
+                "fuel_eff": round(fuel_eff, 2),        # Redondear a 2 decimales
+                "route_coverage": coverage
+            })
+    
+    # Convertir la lista de diccionarios en un DataFrame
+    return pd.DataFrame(data)