0

tengo dos DataFrame, en uno de ellos se encuentra información de los productos solicitados a un negocio con el código de Material, descripción y número de documento del pedido, en el otro Dataframe cuento con la fecha. Entonces del segundo DataFrame debo tomar la fecha y llevarla al primer DataFrame como mostrare a continuación.

import pandas as pd

df = pd.DataFrame(np.array([
            [2008489, 'Cereal', 4000002155], 
            [2008492, 'Galleta', 4000002157],
            [2008464, 'Yogurt', 4000002180], 
            [2008490, 'Leche', 4000002124])
           columns=['Material', 'Descripción', 'Doc.compr'] 

Y cuento con otro DataFrame algo similar donde se encuentra la fecha del pedido.

df2 = pd.DataFrame(np.array([
            [2008489, 01.05.2021, 'Cereal', 4000002155],
            [2006520, 01.05.2021, 'Granola', 4000002155],
            [2006525, 01.05.2021, 'Frijol', 4000002155],
            [2008492, 15.05.2021,'Galleta', 4000002157],
            [2008464, 24.05.2021, 'Yogurt', 4000002180],
            [2008465, 24.05.2021,'Kumis', 4000002180],
            [2008490, 26.05.2021,'Leche', 4000002124])
           columns=['Material', 'Fecha', 'Descripción', 'Doc.compr'] 

Por ultimo lo que debo hacer es del DataFrame 2 tomar la fecha y llevarla al DataFrame 1 siempre y cuando coincida con el material y documento de compra, es decir, obtener algo asi:

df = pd.DataFrame(np.array([
            [2008489, 01.05.2021, 'Cereal', 4000002155], 
            [2008492, 15.05.2021, 'Galleta', 4000002157],
            [2008464, 24.05.2021, 'Yogurt', 4000002180], 
            [2008490, 26.05.2021, 'Leche', 4000002124])
           columns=['Material', 'Fecha,'Descripción', 'Doc.compr']

Como pueden ver en el DataFrame 2 estan los mismos documentos de pedido pero contienen todos los materiales que incluyen el pedido, en este caso solo necesito los materiales que se encuentran en el 1, trate con:

df['Fecha'] = list('Si estoy' if x else "Tipo 2" for x in 
 df['Doc.compr.'].isin(df2[['Doc.compr.']))

Pero esto en cada lugar donde si se cumple la condición me esta agregando toda la columna fecha, lo cual no es correcto.

8
  • Es bastante sencillo pero... que has intentado?? Cual es el código que te causa problemas? y cual es el problema?
    – Christian
    Commented el 20 oct. 2021 a las 22:54
  • Ah claro, me falto decir que he intentado. Lo que he tratado de hacer es usar isin para buscar si los elementos de uno se encuentran en otro, pero el isin me devuelve True o False. Tambíen trate con la siguiente linea: df['Fecha'] = list('df2['Fecha']' if x for x in df['Doc.compr.'].isin(df2['Doc.compr.']))* Pero no me resulto lo que queria. Commented el 20 oct. 2021 a las 23:37
  • isin te devuelve una matriz de booleanos, para convertir eso en datos debes hacer df[df['Doc.compr.'].isin(dfecha[['Doc.compr.']))]
    – Christian
    Commented el 20 oct. 2021 a las 23:59
  • No entendi muy bien esa linea anterior, por otro lado me genera un error. Podrias explicarme por favor. Gracias. Commented el 21 oct. 2021 a las 0:12
  • ok, ahora hago una respuesta. Por mientras prueba con esto df[df['Doc.compr'].isin(df2['Doc.compr'])] y dime si es lo que quieres
    – Christian
    Commented el 21 oct. 2021 a las 0:17

1 respuesta 1

1

Para poder obtener datos de otro DataFrame debemos de hacer un filtrado de datos, lo cual se hace mediante esta sintaxis:

df[<condicion>]

donde la condicion debe ser un valor booleano, por ejemplo df["num"]<10 deuelve una serie de booleanos. Lo que tu quieres hacer es obtener los datos que coincidan en ambos DataFrames y para eso existe el método isin() que verifica si una lista de valores se encuentra en un DataFrame, lo que has hecho está casi correcto.

Para obtener la fecha del df2 haremos el filtrado, donde la condicion será la sentencia isin() y eligiremos la columna fecha como resultado del filtrado df[<cndicion>][<columnas>]

fechas = df2[df2["Doc.compr"].isin(df["Doc.compr"])]["Fecha"]
print(fechas)

Esta es la condición que se necesita, sin embargo al probarla me di cuenta que devuelve todo el df2 esto debido a que en el df2 la columna Doc.compr hay valores que se repiten, pero lo que es único es la columna Material. Aquí tienes 2 opciones.

La primera opción es que cambies la condición de filtrado, que en vez de que lo hagas por Doc.compr lo hagas por Material. Esta opción no la recomiendo mucho ya que, aparte que no es lo que pides en la pregunta, muy seguramente no traerá los datos correctos.

La segunda opción es hacer el filtrado teniendo en cuenta los 2 campos, es decir obtener los valores que coincidan tanto en Doc.compr como en Material. Para esto solo elaboramos otra condición y listo.

df["Fecha"] = df2[df2["Material"].isin(df["Material"]) & df2["Doc.compr"].isin(df["Doc.compr"])]["Fecha"]
print(df)

Esto debería de mostrarte las fechas correctas. Otra forma de hacerlo es haciendo un merge entre los DataFrames, pero creo que te sería un poco más complejo y confuso. Si no has entendido algo o tienes una duda hazmela saber :D

2
  • Genial, entendi todo, como decias ya estaba algo cerca pero no sabia como pasar de obtener los valores booleanos a los valores reales del DataFrame. Aunque extrañamente cuando lo probe en los DataFrame reales me resultaron unos cuantos NAN pero en general me sirvio demasiado. Muchas gracias. Commented el 21 oct. 2021 a las 1:37
  • De nada, puedes investigar más en la documentación de pandas
    – Christian
    Commented el 21 oct. 2021 a las 1:41

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.