assaycalc

Herramientas en Python para el procesamiento y validación de datos de assay geológico (sondajes de exploración minera).

Instalación

pip install assaycalc

Uso rápido

from assaycalc import leer_csv_assay, validar_assay, componer_assay, guardar_csv

COLUMNAS_LEY = ["Cu_pct"]  # Agrega aquí cualquier otra ley: "Au_gpt", "Ag_gpt", etc.

# 1. Leer datos de assay desde un CSV
df = leer_csv_assay("assay_original.csv", columnas_ley=COLUMNAS_LEY)

# 2. Validar integridad de los datos
validar_assay(df, columnas_ley=COLUMNAS_LEY)

# 3. Generar compósitos de 2 metros ponderados por cada ley indicada
df_compositos = componer_assay(df, longitud_composito=2.0, columnas_ley=COLUMNAS_LEY)

# 4. Guardar el resultado (usa separador=";" si vas a abrirlo directo en Excel en español)
guardar_csv(df_compositos, "assay_compuesto.csv")

Formato de entrada esperado

El CSV debe contener, como mínimo, estas columnas:

Además, debe incluir una o más columnas de ley (por ejemplo Cu_pct, Au_gpt, Ag_gpt), indicadas explícitamente mediante el parámetro columnas_ley en cada función.

Validaciones incluidas

validar_assay() verifica automáticamente:

• Que no existan hole_id vacíos
• Que todos los intervalos tengan from < to
• Que no existan leyes negativas en ninguna de las columnas indicadas en columnas_ley
• Que no existan intervalos solapados dentro de un mismo sondaje

Si alguna validación falla, se lanza un ValueError con el detalle del problema.

Compositado

componer_assay() divide cada sondaje en intervalos de longitud fija (por ejemplo, cada 2 metros) y calcula, para cada ley indicada en columnas_ley, el promedio ponderado por la longitud de cada intervalo original que cae dentro del compósito.

Trabajando con Collar (ubicación de sondajes)

Además de Assay, assaycalc permite leer y validar la tabla Collar, que contiene la ubicación de cada sondaje.

from assaycalc import leer_csv_collar, validar_collar, validar_integridad_referencial

# 1. Leer datos de collar desde un CSV
df_collar = leer_csv_collar("collar.csv")

# 2. Validar integridad de collar (hole_id sin vacíos ni duplicados)
validar_collar(df_collar)

# 3. Verificar que todo hole_id de assay tenga su collar correspondiente
validar_integridad_referencial(df_collar, df)

Formato de entrada esperado (Collar)

Validaciones incluidas (Collar)

validar_collar() verifica que no existan hole_id vacíos ni duplicados (cada sondaje debe tener una única fila de collar).

validar_integridad_referencial() verifica que todo hole_id presente en Assay exista también en Collar, evitando sondajes "huérfanos" sin ubicación conocida.

Exportar resultados

guardar_csv() acepta parámetros opcionales separador y codificacion. Por defecto usa coma (,) como separador, el estándar universal de CSV. Si vas a abrir el archivo con doble clic en Excel configurado en español, usa separador=";" para evitar que todo aparezca en una sola columna.

Licencia

MIT — ver LICENSE para más detalles.