Skip to main content
se añadieron 725 caracteres en el cuerpo
Origen Enlace
abulafia
  • 58.7k
  • 3
  • 54
  • 89

Generalización

Los tres bucles anidados valen para este caso en que hay tres niveles en el multi-index. En un caso general se puede hacer una función que cree el diccionario necesario recursivamente:

def aggregate_levels(table, r, level=0, column="valor"):
  if level>=len(table.index.levshape):
    return
  for k, d in table.groupby(level=level):
    r[f"{'  '*level}{k}"] = sum(d[column])
    aggregate_levels(d, r, level+1)

Esto agrega por totales cada nivel, hasta llegar al más bajo. Se usaría así en este caso:

result = {}
aggregate_levels(table, result)

y daría en este caso el mismo resultado antes mostrado (una vez convertido a DataFrame como se mostró antes)

Generalización

Los tres bucles anidados valen para este caso en que hay tres niveles en el multi-index. En un caso general se puede hacer una función que cree el diccionario necesario recursivamente:

def aggregate_levels(table, r, level=0, column="valor"):
  if level>=len(table.index.levshape):
    return
  for k, d in table.groupby(level=level):
    r[f"{'  '*level}{k}"] = sum(d[column])
    aggregate_levels(d, r, level+1)

Esto agrega por totales cada nivel, hasta llegar al más bajo. Se usaría así en este caso:

result = {}
aggregate_levels(table, result)

y daría en este caso el mismo resultado antes mostrado (una vez convertido a DataFrame como se mostró antes)

Origen Enlace
abulafia
  • 58.7k
  • 3
  • 54
  • 89

Podemos empezar por usar un índice jerárquico, para que todo quede agrupado por continente primero, después por país, y finalmente por ciudad:

table = df.set_index(["continente", "pais", "ciudad"])

Resultado:

                                         valor
continente pais           ciudad              
Europa     España         Madrid             8
                          Barcelona          6
                          Valencia           5
           Suiza          Lausana            9
                          ginebra            6
                          zurich             5
           Francia        Paris              8
America    Estados Unidos Nueva York         8
                          San Francisco      7
                          Los Angeles        6
           Canadá         Toronto            5

Ahora podemos procesar esta tabla agrupando por niveles, y en cada nivel calculamos la suma total, e iteramos por el subnivel para hacer lo mismo. Los resultados los vamos recogiendo en un diccionario cuya clave sea el nombre (continente, pais o ciudad según corresponda en cada nivel) y cuyo valor sea la suma de ese nivel.

Ya que son tres niveles (contando el nivel "ciudad") habrá tres bucles anidados. Para mayor claridad a la hora de mostrar la tabla, añadiré espacios por la izquierda en el nombre del pais o ciudad, para que quede indentado como en una jerarquía.

Este sería el código:

result = {}
for k,d in table.groupby(level=0):
  result.update({k: sum(d.valor)})
  for k, d in d.groupby(level=1):
    result.update({f"  {k}": sum(d.valor)})
    for k, d in d.groupby(level=2):
      result.update({f"    {k}": sum(d.valor)})

El diccionario resultante se puede convertir en una tabla pandas:

resultado = pd.DataFrame.from_dict(result, orient="index", columns=["valor"])

Y esta es la tabla resultante:

                   valor
America               26
  Canadá               5
    Toronto            5
  Estados Unidos      21
    Los Angeles        6
    Nueva York         8
    San Francisco      7
Europa                47
  España              19
    Barcelona          6
    Madrid             8
    Valencia           5
  Francia              8
    Paris              8
  Suiza               20
    Lausana            9
    ginebra            6
    zurich             5