1

Tengo un fichero .csv con 16 mil filas y 15 columnas... de este fichero cojo sólo la Licencia que no es más que un identificador de producto y la fecha asociada a cada una de ellas.

LICENCIA FECHA
FE-101 01/09/19 00:10
FE-145 03/09/19 04:11
FE-162 04/09/19 05:46
FE-139 05/09/19 08:56
FE-156 07/09/19 09:10
FE-162 10/09/19 20:45
FE-159 12/09/19 21:23
FE-162 25/09/19 22:23

después de aplicar mi salida en consola es algo así... que es justo lo que yo quiero... primera columna toda la lista de identificadores ordenados como etiqueta o encabezado de fila (ahora aparece sólo una vez y las filas se reducen a 64) y a continuación en una única fila las 16 mil fechas asociadas a cada uno de ellos en unos hai 100 fechas y en otros 500 fechas.

FE-101       [01/09/19 15:35, 01/09/19 16:45, 01/09/19 16:5...  
FE-102       [01/09/19 05:44, 01/09/19 06:07, 01/09/19 06:1...  
FE-103       [02/09/19 08:05, 02/09/19 08:16, 02/09/19 08:4..  
.  
.  
.  
FE-188       [01/09/19 15:35, 01/09/19 16:45, 01/09/19 16:5...  
FE-189       [01/09/19 05:44, 01/09/19 06:07, 01/09/19 06:1...  
FE-190       [02/09/19 08:05, 02/09/19 08:16, 02/09/19 08:4...  
Name: FECHA, dtype: object>  

Lo que no consigo es que al exportarlo a .csv o txt se mantenga ese formato. Cuando abro el fichero exportado se muesta

FE-101 fecha 1 fecha 2 fecha 3 fecha 4
fecha 5 fecha 6 fecha 7 fecha 8

y así hasta completar las fechas de ese identificador

a continuación sigue con el resto de identificadores siempre así identificador cuatro fechas y salto de carro y otras cuatro...

yo quiero identificador todas sus fechas y asi todas las filas. He probado varias cosas pero no me sale y no sé exactamente que buscar para conseguirlo

    datos = pd.read_csv('s201909.csv',usecols=['LICENCIA', 'FECHA'], encoding = 'utf-8')

    # otras operaciones y me quedo con un DataFrame llamado : nuevo

    datfra = pd.DataFrame(nuevo)

    # aplico groupby y apply y ningún error

    datfra = datfra.groupby('LICENCIA')['FECHA'].apply(np.array)

1 respuesta 1

1

Esto se debe a que Pandas cuando se encuentra con una columna de tipo object como es un numpy.array, a la hora de pasar dicho objeto al csv llama a su método __str__ (el que usa print también). NumPy por defecto trunca los arrays al imprimirlos si tienen muchos items y limita el número máximo de caracteres por linea a 75 (como marcan las convenciones de estilo de Python) para facilitar la legibilidad y esto es lo que termina en tu csv:

>>> import numpy as np
>>> arr = np.arange(100)
>>> print(arr)

[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47
 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71
 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95
 96 97 98 99]

La solución es modificar temporalmente cómo NumPy imprime sus arrays:

import sys

with np.printoptions(threshold=sys.maxsize, linewidth=sys.maxsize):
    datfra.to_csv("salida.csv")

Que generará un csv tal que:

FE-101,['01/09/19 00:10' '02/09/19 00:10' '03/09/19 00:10' '04/09/19 00:10' '05/09/19 00:10']
FE-145,['06/09/19 04:11' '07/09/19 04:11' '08/09/19 04:11' '09/09/19 04:11' '10/09/19 04:11' '11/09/19 04:11']

O puedes usar list en vez de numpy.array:

datfra = datfra.groupby('LICENCIA')['FECHA'].apply(list)
datfra.to_csv(csv_file)
FE-101,"['01/09/19 00:10', '02/09/19 00:10', '03/09/19 00:10', '04/09/19 00:10', '05/09/19 00:10']"
FE-145,"['06/09/19 04:11', '07/09/19 04:11', '08/09/19 04:11', '09/09/19 04:11', '10/09/19 04:11', '11/09/19 04:11']"

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.