Project: Visualizing the History of Nobel Prize Winners

# Loading in required libraries
import pandas as pd
import seaborn as sns
import numpy as np

# Start coding here!
# Cargar el dataframe
df = pd.read_csv('data/nobel.csv')

# Mostrar las primeras filas del dataframe
df.head()

# Encuentra el género más comúnmente premiado
top_gender = df['sex'].mode()[0]

# Encuentra el país de nacimiento más comúnmente premiado
top_country = df['birth_country'].mode()[0]

print(f"El género más comúnmente premiado es: {top_gender}")
print(f"El país de nacimiento más comúnmente premiado es: {top_country}")

# Convertir el año de nacimiento en una década
df['decade'] = (df['year'] // 10) * 10

# Filtrar los datos para los ganadores nacidos en EE.UU.
usa_winners = df[df['birth_country'] == 'United States of America']

# Contar el número de ganadores por década
total_winners_per_decade = df['decade'].value_counts().sort_index()
usa_winners_per_decade = usa_winners['decade'].value_counts().sort_index()

# Calcular la proporción de ganadores nacidos en EE.UU. por década
proportion_usa_winners_per_decade = (usa_winners_per_decade / total_winners_per_decade)

# Encontrar la década con la mayor proporción
max_decade_usa = proportion_usa_winners_per_decade.idxmax()

print(f"La década con la mayor proporción de ganadores del Premio Nobel nacidos en EE.UU. es: {max_decade_usa}")

# Filtrar los datos para ganadoras del Premio Nobel
female_winners = df[df['sex'] == 'Female']

# Contar el número de ganadoras por década y categoría
female_winners_per_decade_category = female_winners.groupby(['decade', 'category']).size()
total_winners_per_decade_category = df.groupby(['decade', 'category']).size()

# Calcular la proporción de mujeres ganadoras por década y categoría
proportion_female_winners_per_decade_category = (female_winners_per_decade_category / total_winners_per_decade_category)

# Encontrar la combinación de década y categoría con la mayor proporción
max_female_decade_category = proportion_female_winners_per_decade_category.idxmax()
max_female_dict = {max_female_decade_category[0]: max_female_decade_category[1]}

print(f"La combinación de década y categoría del Premio Nobel con la mayor proporción de mujeres laureadas es: {max_female_dict}")

# Filtrar los datos para encontrar a la primera mujer en recibir un Premio Nobel
first_woman = df[df['sex'] == 'Female'].sort_values('year').iloc[0]

first_woman_name = first_woman['full_name']
first_woman_category = first_woman['category']

print(f"La primera mujer en recibir un Premio Nobel fue: {first_woman_name}")
print(f"En la categoría de: {first_woman_category}")

# Contar el número de premios ganados por cada laureado
laureate_counts = df['full_name'].value_counts()

# Filtrar los laureados que han ganado más de una vez
repeat_winners = laureate_counts[laureate_counts > 1].index.tolist()

repeat_list = repeat_winners

print("Individuos u organizaciones que han ganado más de un Premio Nobel:")
print(repeat_list)