0

preciso de su ayuda;

Estoy trabajando con Jupyter python, donde básicamente estoy leyendo un archivo Excel y quiero saber los valores de columnas especificas

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df_os = pd.read_excel('Mi directorio', skiprows=7, usecols=['Power','Temperature','Time'])

df_os.head()
df_os.columns

df_os['MI S/N'].unique()

Luego en la linea df_os['MI S/N'].unique() me sale el siguiente error:

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: 'MI S/N'

The above exception was the direct cause of the following exception:

KeyError                                  Traceback (most recent call last)
<ipython-input-30-c427c4cca08f> in <module>
----> 1 df_os['MI S/N'].unique() # Como se fosse o numero de serie de cada placa.

~\AppData\Local\Programs\Python\Python37\lib\site-packages\pandas\core\frame.py in __getitem__(self, key)
   3022             if self.columns.nlevels > 1:
   3023                 return self._getitem_multilevel(key)
-> 3024             indexer = self.columns.get_loc(key)
   3025             if is_integer(indexer):
   3026                 indexer = [indexer]

~\AppData\Local\Programs\Python\Python37\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   3080                 return self._engine.get_loc(casted_key)
   3081             except KeyError as err:
-> 3082                 raise KeyError(key) from err
   3083 
   3084         if tolerance is not None:

KeyError: 'MI S/N'

A mi entender el problema estaría en los espacios de "Mi S/N" solo que no puedo modificar ese nombre.

Desde ya, agradezco si me pueden dar una ayuda en esto

Anexo: Parte del excel que estoy analizando

Details Details Details Details Details Details Details Details
MI S/N  MI S/N  11967608    11967608    11967608    11967608    11967608    11967608
MI S/N  DC Volt GridVolt    Power   Frequence   Temperature Time    Total Energy
11967608    15.4    219.38  0   60.05   24.8    01/01/2020 05:54:26 440.80
11967608    23.41   221.19  0   60.01   25  01/01/2020 05:57:41 440.80
11967608    23.11   220.91  0.05    60.03   25.09   01/01/2020 06:00:57 440.80
11967608    22.75   220.2   0.17    60.01   25.2    01/01/2020 06:04:11 440.80
11967608    22.6    220.81  0.39    59.99   25.3    01/01/2020 06:07:27 440.80
11967608    22.87   221.11  0.61    59.99   25.3    01/01/2020 06:10:42 440.80

introducir la descripción de la imagen aquí

Link de parte de Excel: https://1drv.ms/x/s!AjVaRRjGcBR6gRZH8NpU8q86npKD?e=K9ch47

9
  • podrías colocar unos datos del excel?
    – Christian
    Commented el 6 jun. 2021 a las 15:42
  • Ops, si. Saque una captura. Este seria una parte del excel: ibb.co/19G3S8c
    – Carlos6k
    Commented el 6 jun. 2021 a las 15:47
  • por favor añadelo a la pregunta, y seria mejor si copias y pegas los datos :)
    – Christian
    Commented el 6 jun. 2021 a las 16:01
  • si haces un print(df_os['MI S/N']) que te sale?
    – Christian
    Commented el 6 jun. 2021 a las 16:10
  • 1
    sube tu excel a la nube y pon un enlace, creo que el error es por que tienes otras columnas
    – Christian
    Commented el 6 jun. 2021 a las 16:17

1 respuesta 1

0

Ok el problema es el siguiente, tu tienes un Excel el cual no tiene una columnas definida desde la primera fila, pues por defecto pandas considera la primera fila de un archivo como las columnas, si hcaemos un prind(df) veremos esto.

import pandas as pd

df = pd.read_excel('Libro.xlsx')
print(df)

resultado

  Unnamed: 0 Unnamed: 1 Unnamed: 2 Unnamed: 3 Unnamed: 4   Unnamed: 5           Unnamed: 6    Unnamed: 7
0        NaN        NaN        NaN        NaN        NaN          NaN                  NaN           NaN
1        NaN        NaN        NaN        NaN        NaN          NaN                  NaN           NaN
2    Details        NaN        NaN        NaN        NaN          NaN                  NaN           NaN
3     MI S/N        NaN   11967608        NaN        NaN          NaN                  NaN           NaN
4     MI S/N    DC Volt   GridVolt      Power  Frequence  Temperature                 Time  Total Energy
5   11967608       15.4     219.38          0      60.05         24.8  2020-01-01 05:54:26        440.80
6   11967608      23.41     221.19          0      60.01           25  2020-01-01 05:57:41        440.80
7   11967608      23.11     220.91       0.05      60.03        25.09  2020-01-01 06:00:57        440.80
8   11967608      22.75      220.2       0.17      60.01         25.2  2020-01-01 06:04:11        440.80

Aquí vemos que el nombre de las columnas es Unnamed: 0 eso es lo que pasa al no tener definidas los nombres de la columna, otra cosa que vemos es que hay muchos valores (o campos) con el valor de NaN (Not a Nunber) y esto pasa por que en el archivo Excel esos campos están vacíos y como mas abajo existe valores, pandas lo rellena con NaN.

Entonces ¿Qué podemos hacer?, pues la respuesta es fácil, solo recortamos el DataFrame para poder trabajar con los valores que nos interesan y hay que renombrar las columna.

Primero tenemos que obtener el nombre de las columnas, las cuales se encuentran en la fila numero 8.

import pandas as pd

df = pd.read_excel('Libro.xlsx')
#print(df)

#indicamos la cuarta fila con loc y recorremos en sus valores
cols = [col for col in df.loc[4]] #compresion de lista

Luego tenemos que indicar cuales son los valores que nos interesan en este caso se encuentran a partir de la fila numero 5, asi que los volvemos a escoger con iloc[] y reemplazamos el valor del DataFrame

df = df.iloc[5:,:] #escogemos desde la fila 5 hasta el final
print(df)

Ahora tenemos esto.

  Unnamed: 0 Unnamed: 1 Unnamed: 2 Unnamed: 3 Unnamed: 4 Unnamed: 5           Unnamed: 6 Unnamed: 7
5   11967608       15.4     219.38          0      60.05       24.8  2020-01-01 05:54:26     440.80
6   11967608      23.41     221.19          0      60.01         25  2020-01-01 05:57:41     440.80
7   11967608      23.11     220.91       0.05      60.03      25.09  2020-01-01 06:00:57     440.80
8   11967608      22.75      220.2       0.17      60.01       25.2  2020-01-01 06:04:11     440.80

Como vemos ahora ya tenemos los datos necesario, pero el nombre de las columnas sigue siendo incorrecto, asi que hay que cambiarlo. Para eso vamos a crear un nuevo DataFrame para poder trabajar correctamente. Existen varias formas de crear un DataFrame pero yo lo haré con listas, donde cada lista representara una fila, para eso tendremos que recorrer el DataFrame original.

data = []#aqui se almacenara los datos

#recorremos en la longitud del df
for i in range(len(df)):
    row = df.iloc[i,:].tolist() #escogeos todos los datos de la fila (i)
    data.append(row)#añadimos a la lista

Finalmente solo nos queda crear el nuevo DataFrame, para eso usaremos el método de pandas para crear uno pd.DataFrame(), al cual le pasaremos 2 argumentos, el primero será la información que tendrá el DataFrame y el segundo será su atributo columns= para indicarle el nombre de las columnas.

#cols contiene el nombre de las columnas que recorrimos al inicio (fila 4)
new_df = pd.DataFrame(data,columns=cols)
print(new_df)

Teniendo como resultado

     MI S/N DC Volt GridVolt Power Frequence Temperature                Time Total Energy
0  11967608    15.4   219.38     0     60.05        24.8 2020-01-01 05:54:26       440.80
1  11967608   23.41   221.19     0     60.01          25 2020-01-01 05:57:41       440.80
2  11967608   23.11   220.91  0.05     60.03       25.09 2020-01-01 06:00:57       440.80
3  11967608   22.75    220.2  0.17     60.01        25.2 2020-01-01 06:04:11       440.80

Ahora si podemos hacer df_os['MI S/N'].unique() en nuestro caso será new_df['MI S/N'].unique()

unicos = new_df['MI S/N'].unique()
print(unicos)

resultado

[11967608]

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.