1

tengo la siguiente casuistica, quisiera extraer la data de un csv que contiene data historica de compras y ventas, pero la extraccion de data la quiero hacer por el numero de la semana del año, ya que mi principal problema es que es mucha data. Ejemplo, tendria como semana de inicio la 20 del 2021 y como semana final la semana actual del año actual o un metodo que pueda dejar extrayendo la fecha actual simpre como "datetime.now()".

|fecha_venta|valor|nombre_producto|
|2021-01-01|50.12|papel|
|2021-01-02|51.42|papel|
|2021-01-03|22.22|papel|
|2021-01-04|33.02|papel|
|2021-01-05|44.62|papel|
          .
          .
          .
|2022-03-12|10.52|papel|
|2022-03-13|60.32|papel|
|2022-03-14|80.22|papel|


import pandas as pd
import datetime

datos = pd.read_csv('datos.csv')
df = pd.Dataframe(datos)

#fecha inicio = (Numero de la semana del año, año)
#fecha fin = (Numero de la semana del año, año actual)

#fecha fin posible???? = datetime(datetime.now().year, datetime.now().month, datetime.now().day, 0,0,0)


fecha_inicio = 20, 2021
fecha_fin = ??????

print(df.between_time(fecha_inicio,fecha_fin ))
9
  • Hola Odiseo no entiendo bien lo que deseas lograr. Quieres hacer un resumen de las ventas por semana? es decir que las ventas diarias se sumen y solo tener un registro semanal? Y eso a partir de la semana 20 del año pasado? Hay mas productos aparte de papel y si es asi quieres el resumen por producto? el 14 mar. 2022 a las 18:48
  • O solo quieres filtrar los datos, de modo que tengas todos los registros diarios pero solo a partir de la semana 20 del 2021? O quieres tomar un solo dato de cada semana? Perdona pero no puedo comprender bien el 14 mar. 2022 a las 18:50
  • Hola Rolando Tamayo,quiero extraer del csv todas las columnas pero que sea semana a semana, podiendo ingresarle el numero de la semana del año de donde empiese y hasta donde acabe, que seria la semana actual del año actual.
    – Odiseo
    el 14 mar. 2022 a las 18:53
  • O sea quieres separar el dataframe en muchos dataframes más pequeños según la semana?
    – Dante S.
    el 14 mar. 2022 a las 18:57
  • @RolandoTamayo basicamente filtrar los datos, de modo que tenga todos los registros diarios pero solo a partir de la semana 20 del 2021. pero que a mi constante le pueda ingresar el numero de la semana de inicio y de fin. Además la de fin que pueda quedarse con un metodo que llame a la fecha actual o semana actual.
    – Odiseo
    el 14 mar. 2022 a las 18:57

1 respuesta 1

0

Odieso

Primero extraemos la fecha que da inicio a la semana deseada (20,2021) con el método date.fromisocalendar(), lo convertimos a str para evitar el error de dtype=datetime64[ns] y nos queda de la siguiente manera:

import pandas as pd
from datetime import date
from datetime import datetime

in_year = 2021 ## Año inicial
in_week = 20 ## Semana inicial

fecha_inicio = str(date.fromisocalendar(in_year, in_week,1))

print(fecha_inicio)

2021-05-17

Ahora sólo obtenemos la fecha actual con el método datetime.today().strftime('%Y-%m-%d') con esto evitamos que incluya el tiempo actual.

fecha_fin = datetime.today().strftime('%Y-%m-%d')
print(fecha_fin)

2022-03-17

Para realizar el filtrado completo creamos una variable con los datos deseados

mask = (df['fecha']>=fecha_inicio)&(df['fecha']<=fecha_fin)

Ahora sólo necesitamos incluirlo en un loc y listo, tenemos los datos filtrados.

import pandas as pd
import datetime
from datetime import timedelta
from datetime import date
from datetime import datetime

## Source
df = pd.read_csv('Odiseo_15.03.csv')

df['fecha']= pd.to_datetime(df['fecha'], dayfirst=True)

in_year = 2021 ## Año inicial
in_week = 20 ## Semana inicial

fecha_inicio = str(date.fromisocalendar(in_year, in_week,1))
fecha_fin = datetime.today().strftime('%Y-%m-%d')


mask = (df['fecha']>=fecha_inicio)&(df['fecha']<=fecha_fin)
df = df.loc[mask]

print(df.info(),'\n','\n','\n',df)

<class 'pandas.core.frame.DataFrame'>
Int64Index: 304 entries, 136 to 439
Data columns (total 3 columns):
 #   Column    Non-Null Count  Dtype         
---  ------    --------------  -----         
 0   fecha     304 non-null    datetime64[ns]
 1   valor     304 non-null    int64         
 2   nom_prod  304 non-null    object        
dtypes: datetime64[ns](1), int64(1), object(1)
memory usage: 9.5+ KB
None 
 
 
          fecha  valor nom_prod
136 2021-05-17      4    Papel
137 2021-05-18      3    Papel
138 2021-05-19      9    Papel
139 2021-05-20      4    Papel
140 2021-05-21      3    Papel
..         ...    ...      ...
435 2022-03-12      3    Papel
436 2022-03-13      7    Papel
437 2022-03-14      7    Papel
438 2022-03-15     10    Papel
439 2022-03-16      4    Papel

[304 rows x 3 columns]


Espero te sirva. Saludos

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.