1

Teniendo un DataFrame estructurado de la siguiente manera:

    pais          A      B        C      D  
0   Albania      5.2    4.7     253.75   4
1   China        7.5    3.4     280.72   3
2   Portugal     4.6    7.5     320.00   6
3   Francia      8.4    3.6     144.00   3
4   Grecia       2.1    10.0    331.00   6

Quería conseguir algo así:

coste            A            B
pais          C     D     C      D
Albania     2.05    4    1.85    4
China       2.67    3    1.21    3
Portugal    1.44    6    2.34    6
Francia     5.83    3    2.50    3
Grecia      0.63    6    3.02    6

Es decir, pasar las columnas A y B como cabeceras sobre C y D, manteniendo D con su valor constante, y calculando en C el porcentaje de peso de la cabecera sobre C. Ejemplo en Albania:

  • valor C en A: (5.2/253.75)*100 = 2.05
  • valor C en B: (4.7/253.75)*100 = 1.85

¿Es posible hacerlo?

Gracias!

1 respuesta 1

1

Puedes usar pandas.MultiIndex junto a algunas operaciones básicas con las columnas. Vamos a partir de un ejemplo reproducible basado en tu ejemplo:

from io import StringIO
import numpy as np
import pandas as pd


datos = StringIO("""\
pais          A      B        C      D  
Albania      5.2    4.7     253.75   4
China        7.5    3.4     280.72   3
Portugal     4.6    7.5     320.00   6
Francia      8.4    3.6     144.00   3
Grecia       2.1    10.0    331.00   6
""")

df = pd.read_csv(datos, sep="\s+", engine="python")
>>> df

       pais    A     B       C  D
0   Albania  5.2   4.7  253.75  4
1     China  7.5   3.4  280.72  3
2  Portugal  4.6   7.5  320.00  6
3   Francia  8.4   3.6  144.00  3
4    Grecia  2.1  10.0  331.00  6

Ahora vamos a crear un nuevo DataFrame usando un MultiIndex y a rellenarlo como requieres:

columns = [('A', 'C'), ('A', 'D'), ('B', 'C'), ('B', 'D')]
index = pd.MultiIndex.from_tuples(columns, names=['coste', ''])
df_out = pd.DataFrame(0.0, index=df.pais, columns=index)
df_out["A", "C"] = (df["A"] / df["C"] * 100).to_numpy()
df_out["B", "C"] = (df["B"] / df["C"] * 100).to_numpy()
df_out["A", "D"] = df_out["B", "D"] = df["D"].to_numpy()
>>> df_out


coste            A            B   
                 C  D         C  D
pais                              
Albania   2.049261  4  1.852217  4
China     2.671701  3  1.211171  3
Portugal  1.437500  6  2.343750  6
Francia   5.833333  3  2.500000  3
Grecia    0.634441  6  3.021148  6

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.