Estoy realizando un análisis de tiempos muertos de una línea de producción.
Tengo un DataFrame en formato CSV con las siguientes columnas:
'index', 'id_planta', 'fecha', 'linea', 'turno', 'Supervisor', 'CategoriaTM', 'CausaTM', 'duracionTM'
Solo la columna duracionTM tiene un valor numérico.
Utilizando pandas y quiero agrupar los datos por CausaTM
. Una manera de hacerlo es:.
total_tm_linea16_prod_arranque_t1 = int(df['duracionTM'][df["linea"] == "P3 PREMEZCLAS"][df["turno"] == 'T1'][df["CategoriaTM"] == 'PRODUCCION'][df["CausaTM"] == 'ARRANQUE'].sum())
Sin embargo, no lo quiero hacer de esta manera ya que tendría que hacer una línea de código por cada causa y tengo muchas, además, el usuario puede crear causas nuevas y esto afectaría mi código. Lo que quiero es obtener un DataFrame donde obtenga el total de tiempo muerto de cada causa de las diferentes fechas que comprende mi archivo (en este paso, el archivo ya tiene solo las fechas que quiero trabajar).
El archivo csv. es:
index,id_planta,fecha,linea,turno,Supervisor,CategoriaTM,CausaTM,duracionTM
1,P3,01/10/2017,P3 EMB. AUTOMATICO 1,T1,CARLOS ROSAS,BODEGA DE CONGELACION,FALTA DE INGREDIENTE,55
2,P3,01/10/2017,P3 EMB. AUTOMATICO 1,T1,CARLOS ROSAS,PRODUCCION,ABASTECIMIENTO DE PRODUCTO A LA LINEA,32
3,P3,01/10/2017,P3 EMB. AUTOMATICO 1,T1,CARLOS ROSAS,PRODUCCION,ARRANQUE,40
4,P3,01/10/2017,P3 EMB. AUTOMATICO 1,T1,CARLOS ROSAS,PRODUCCION,CAMBIO DE PRODUCTO,65
5,P3,02/10/2017,P3 EMB. AUTOMATICO 1,T1,ANTONIO SANTAROSA,BODEGA DE CONGELACION,FALTA DE INGREDIENTE,20
6,P3,02/10/2017,P3 EMB. AUTOMATICO 1,T1,ANTONIO SANTAROSA,PRODUCCION,AJUSTE DE MAQUINA,10
7,P3,02/10/2017,P3 EMB. AUTOMATICO 1,T1,ANTONIO SANTAROSA,PRODUCCION,ARRANQUE,20
8,P3,02/10/2017,P3 EMB. AUTOMATICO 1,T1,ANTONIO SANTAROSA,PRODUCCION,CAMBIO DE PRODUCTO,30
9,P3,02/10/2017,P3 EMB. AUTOMATICO 1,T2,CARLOS ROSAS,BODEGA DE CONGELACION,FALTA DE INGREDIENTE,45
10,P3,02/10/2017,P3 EMB. AUTOMATICO 1,T2,CARLOS ROSAS,MANTENIMIENTO,CAMBIO DE TEFLONES,4
11,P3,02/10/2017,P3 EMB. AUTOMATICO 1,T2,CARLOS ROSAS,PRODUCCION,AJUSTE DE MAQUINA,38
12,P3,02/10/2017,P3 EMB. AUTOMATICO 1,T2,CARLOS ROSAS,PRODUCCION,CAMBIO DE PRODUCTO,45
La salida esperada (obtenida a través de una tabla dinámica de Excel es:
T1
BODEGA DE CONGELACION
FALTA DE INGREDIENTE 75
PRODUCCION
ABASTECIMIENTO DE PRODUCTO A LA LINEA 32
AJUSTE DE MAQUINA 10
ARRANQUE 60
CAMBIO DE PRODUCTO 95
T2
BODEGA DE CONGELACION
FALTA DE INGREDIENTE 45
MANTENIMIENTO
CAMBIO DE TEFLONES 4
PRODUCCION
AJUSTE DE MAQUINA 38
CAMBIO DE PRODUCTO 45
Lo que hice fue sumar los tiempos de cada causa de las dos fechas que coinciden con los criterios turno, categoriaTM y causaTM.
Al tratar de agruparlos utilizo el código siguiente:
df2 = df[(df["linea"] == "P3 EMB. AUTOMATICO 1") & (df["turno"] == "T1")]
df2.groupby('CausaTM').duracionTM.sum()
Sin embargo, la salida antes y después de groupby
es la misma, es decir, no me suma las dos fechas.