Finalizando a prova

prova.py

 import pandas as pd
 
+df_eleicao = pd.read_csv('eleicao.csv', delimiter=';')
 total_cadeiras = 29
 QE = 12684
 
-eleicao = pd.read_csv('eleicao.csv', delimiter=';')
+# retira o 'partido' da coligacao(partido-coligacao) 
+def separar_coligacao(partido_coligacao):
+    partido_coligacao = partido_coligacao.split('-')
+    # o strip remove os espaços do início e fim
+    return partido_coligacao[1].strip() if len(partido_coligacao) > 1 else partido_coligacao[0].strip()
+    
+# aplicando a separação
+df_eleicao['Partido/Coligação'] = df_eleicao['Partido/Coligação'].apply(separar_coligacao)
 
-# agrupando e somando os valores de cada partido/coligacao
-partidos_votos = eleicao.groupby(['Partido/Coligação']).sum()
-partidos_votos['QP'] = partidos_votos['Votos']//QE
+# agrupando e somando os votos de cada partido/coligacao
+votacao = df_eleicao.groupby(['Partido/Coligação']).sum()
+
+# cálculo do Quociente partidário
+votacao['QP'] = votacao['Votos']//QE
 
 # ir atualizando a quantide de vagas já preenchidas
-sumQp = partidos_votos['QP'].sum()
+cadeiras_restante = total_cadeiras - votacao['QP'].sum()
+
+# removendo partidos com o QP igual a 0. Eles não participam do cálculo da média
+votacao.drop(votacao[votacao['QP'] == 0].index, inplace=True)
+
+# criando uma nova coluna para a distribuição.
+votacao = votacao.assign(VagasResiduais = votacao['QP'])
 
 # enquanto total_cadeiras não for atigindo, continua a calcular a media
-while(total_cadeiras != sumQp):
-    partidos_votos['Media'] = partidos_votos['Votos']/(partidos_votos['QP']+1)
-    partidos_votos[partidos_votos['Media'] == partidos_votos['Media'].max()]['QP'] +=1
-    sumQp +=1
-print(sumQp)
+for vagas in range(0,cadeiras_restante):
+    # calculando a média
+    votacao['Media'] = votacao['Votos']/(votacao['VagasResiduais']+1)
+    # verifica a média máxima
+    votacao.loc[votacao['Media'] == votacao['Media'].max(), 'VagasResiduais'] +=1
+
+# limpando os dados (removendo colunas descenessárias a partir de agora)
+votacao.drop(['QP','Media','Número'], inplace=True, axis=1)
+
+# ordenando pelos votos
+df_eleicao.sort_values('Votos',ascending=False,inplace=True)
+
+# pegando o resultado da eleição
+resultado = pd.DataFrame()
+for i in votacao.itertuples():
+    resultado = resultado.append(df_eleicao.loc[df_eleicao['Partido/Coligação'] == i[0]].iloc[:i[2]])
+
+# ordenando os candidos em forma decrescente
+resultado.sort_values('Votos',ascending=False,inplace=True)
+
+#exportando para tsv.
+resultado.to_csv('resultado_eleicao.tsv', index=False, sep="\t")
\ No newline at end of file

resultado_eleicao.tsv

+Número	Nome	Partido/Coligação	Votos
+12111	RANIERE BARBOSA	PDT / PMDB / PR / PROS / DEM / PSC	10510
+90111	CARLA DICKSON OFTALMOLOGISTA	PDT / PMDB / PR / PROS / DEM / PSC	7924
+15222	UBALDO FERNANDES	PDT / PMDB / PR / PROS / DEM / PSC	7574
+22607	LUIZ ALMIR	PDT / PMDB / PR / PROS / DEM / PSC	7339
+13123	NATALIA BONAVIDES	PT	6202
+12777	JULIA ARRUDA	PDT / PMDB / PR / PROS / DEM / PSC	5765
+27888	ANA PAULA	PRB / PSDC	5465
+10333	BISPO FRANCISCO DE ASSIS	PRB / PSDC	5160
+12222	KLEBER FERNANDES	PDT / PMDB / PR / PROS / DEM / PSC	5061
+77666	EUDIANE MACEDO	SD	4922
+12444	CHAGAS CATARINO	PDT / PMDB / PR / PROS / DEM / PSC	4810
+45123	AROLDO ALVES	PSDB / PT do B	4532
+15678	FELIPE ALVES	PDT / PMDB / PR / PROS / DEM / PSC	4511
+70111	WILMA DE FARIA	PSDB / PT do B	4421
+51610	PRETO AQUINO	PEN / PP	4206
+40200	DR FRANKLIN CAPISTRANO	PSB / PPS	4003
+17555	PROFESSORA ELEIKA	PSD / PTB / PSL	3758
+50123	SANDRO PIMENTEL	PSOL	3700
+14000	CÍCERO MARTINS	PSD / PTB / PSL	3237
+55555	NEY LOPES JR	PSD / PTB / PSL	3197
+77222	PAULINHO FREIRE	SD	2884
+35007	DINARTE TORRES	PMB	2754
+19133	ERIKO JÁCOME	PTN	2577
+35555	ROBSON CARVALHO	PMB	2565
+13222	FERNANDO LUCENA	PT	2495
+51111	NINA SOUZA	PEN / PP	2289
+77555	KLAUS ARAUJO	SD	2279
+35678	ALDO CLEMENTE	PMB	2229
+31456	SUELDO MEDEIROS	PHS	1829