1

Supongamos que tengo el siguiente df:

df=pd.DataFrame({'col_1':['a','a', 'a', 'a','a','a','b','b', 'b', 'b','b','b'],
                 'col_2':[1,1,1, 1,1,1, 2,2,2, 2,2,2],
                 'col_3':[1,0,0, 1,1,0, 0,1,2, 1,1,2]})

y quiero que para cada valor de la columna 1 (a y b) me compruebe si los valores de la columna 2 son mayores a los de la columna 3, si se cumple, entonces que me devuelva un dataframe con dos columna donde la primera sea a o b y la segunda sea lo siguiente: Para el caso a el segundo y el tercer valor cumplen la condición, así que me ponga un 2, luego el sexto valor también la cumple, me coloca un 1, lo sume 2+1 y lo divida por 2 que es el numero de veces que se cumple la condición. Para el caso b lo cumplen el 1 y 2 y el 4 y 5, así que seria (2+2)/2 De esta forma el dataframe me queda como, por ejemplo:

columna1 columna2

a 1.5

b 2

Espero que se entienda. Gracias

1 respuesta 1

0

He hecho esta pequeña chapuza. Estoy seguro que existen métodos elegantes para hacer esto, pero mis conocimientos son muy limitados. He optado por ignorar la columna 1 de momento.

# creo una columna de ceros y unos y se la añado al DF
col_4 = []

for i, w in enumerate(df.col_2):
    if df.col_2[i]>df.col_3[i]:
        col_4.append(1)        
    else:
        col_4.append(0)

df['col_4']=col_4
# creo una lista en la cual almaceno la suma de los unos que aparecen consecutivamente
a=[]
suma=0

for num in lst:
    if num == 1:
        suma+=1

    else:
        if suma!=0:
            a.append(suma)
        suma=0

Ahora tengo una lista que solo tengo que sumar y dividir por su longitud

A ver si alguien tiene un método elegante para hacer esto.

Gracias!!

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.