2

Empezaré mostrando los datos, tengo dos Dataframes:

introducir la descripción de la imagen aquí

Este es dfNoms que viene siendo un listado de todos los nombres de las personas que hemos atendido(los nombres son extraidos de un reporte anual de personas atendidas) y su sexo pero hay una particularidad y es que hay nombres que pueden ser para hombres como para mujeres y otros que solo se ven en un sexo u otro así que la columna verificadorDeSexoUnitario se encarga de catalogar esos nombres que solo le corresponda a un sexo con True y los nombres que aparezcan para hombres o mujeres es false y el registro ANER se repite dos veces porque aparece como hombre y mujer y ambos registros en el verificador son false.

dfNoms= pd.DataFrame({'Nombre':["PEDRO","ANA","ANER","ANER","LUIS","ARGENI","ARGENI"], 'Sexo':["HOMBRE","MUJER","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER"],'VerificadorDeSexoUnitario':[True,True,False,False,True,False,False]})

luego tenemos: introducir la descripción de la imagen aquí

este es df que vendría siendo un dataframe como 50 columnas y que funciona como registro de bienes entregados a las personas, las personas se pueden repetir en el registro pero me importa solo estas dos columnas.

df=pd.DataFrame({'Nombre':["PEDRO","ANA","ANER","ANER","LUIS","ARGENI","ARGENI"],'Sexo':["MUJER","MUJER","MUJER","HOMBRE","HOMBRE","MUJER","HOMBRE"]})

¿Qué es lo que quiero? Quiero crear una columna en df que me permita señalar cuando el sexo que el sexo del nombre de la persona no sea el correco, sería mas o menos así:

introducir la descripción de la imagen aquí

donde s representa que el nombre tiene el sexo correcto, n es que el sexo no corresponde con el nombre y m que el nombre puede ser hombre y mujer. El codigo con lo que intenten hacer esto es el siguiente:

df["ValidadorSexo"]=df.apply(lambda x: identificadorNomSex(x["Primer Nombre"],x["Sexo (H/M)"]),axis=1)

def identificadorNomSex(nom, sex):
for x in range(len(dfNoms)):
    if ((dfNoms.loc[x,"Nombre"] in nom) & (dfNoms.loc[x,"VerificadorDesexoUnitario"]==True)):
        if (dfNoms.loc[x,"Sexo (H/M)"]==sex):
            return "s"
        else:
            return "n"
    else:
        return "m"

Haciendo esto deja todo como m la columna nueva y no sé que estoy haciendo mal, además no puedo utilizar el metodo .isin(). Además trate de no utilizar bucles pero no sé como realizar esta tarea sin ellos. Gracias por leer.

0

1 respuesta 1

0

Buen día,

La razón por la que no funciona es porque al hacer el for siempre inicia con el primer nombre que es PEDRO y aparte Sexo lo comparas con True y la columna tiene HOMBRE o MUJER por lo esa condición siempre será falsa y por lo tanto regresa 'm'

Si agregas unos print a tu función vas a ver lo que sucede:

def identificadorNomSex(nom, sex):
    for x in range(len(dfNoms)):
        print(dfNoms.loc[x,"Nombre"], dfNoms.loc[x,"Sexo"])
        print(dfNoms.loc[x,"Nombre"] in nom, dfNoms.loc[x,"Sexo"]==True)
        if ((dfNoms.loc[x,"Nombre"] in nom) & (dfNoms.loc[x,"Sexo"]==True)):
            if (dfNoms.loc[x,"Sexo (H/M)"]==sex):
                return "s"
            else:
                return "n"
        else:
            return "m"

Nota: Al utilizar pandas es recomendable no utilizar ciclos (Por ejemplo for) para iterar en los elementos, hay métodos optimizados que trabajan con el dataset rápida y eficientemente. En la mayoría de los casos, si lo que quieres hacer crees que se puede hacer con un for entonces es el camino incorrecto (O el que va a tardar más y tener mayor impacto al procesador). En esos casos, si no hay un método directo que realice la tarea entonces apply podría ser una buena opción, como último recurso sería utilizar ciclos.

Solución

Con los datos de cada fila del segundo dataframe (df) vamos a filtrar dfNoms y obtener un arreglo con los valores únicos de los sexos ingresados para cada nombre

sexo = dfNoms.loc[dfNoms['Nombre'] == nom]['Sexo'].unique()

Esto nos permitirá saber si algún nombre ha sido utilizado para ambos sexos en el dataframe de referencia dfNoms.

Ahora vamos a ver si el sexo de la fila que se está evaluando aparece en el arreglo sexo, si es así entonces tenemos dos opciones, retornar s o retornar m. Si la longitud del arreglo sexo es 1 quiere decir que únicamente se ha utilizado un sexo en el dataframe de referencia dfNoms y por lo tanto tendríamos que retornar s en caso contrario retornaríamos m

if sex in sexo:
    return 's' if len(sexo) == 1 else 'm'

Hay un caso que no mencionas en tu pregunta pero que quise incluir porque es importante, es cuando hay un nombre en el segundo dataframe que no existe en el dataframe de referencia, en este caso sexo devolvería un arreglo vacío y lo podríamos incluir de la siguiente manera:

elif len(sexo) == 0:
    return 'No es posible verificar'

Y por último en cualquier otro caso retornamos n

Ejemplo completo (Incluí un nombre en el segundo dataframe que no existe en el de referencia para mostrar la solución):

import pandas as pd

dfNoms= pd.DataFrame({'Nombre':["PEDRO","ANA","ANER","ANER","LUIS","ARGENI","ARGENI"],
                      'Sexo':["HOMBRE","MUJER","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER"],
                      'VerificadorDeSexoUnitario':[True,True,False,False,True,False,False]})

df=pd.DataFrame({'Nombre':["PEDRO","ANA","ANER","ANER","LUIS","ARGENI","ARGENI",'JUAN'],
                 'Sexo':["MUJER","MUJER","MUJER","HOMBRE","HOMBRE","MUJER","HOMBRE",'HOMBRE']})

def identificadorNomSex(nom, sex):
    sexo = dfNoms.loc[dfNoms['Nombre'] == nom]['Sexo'].unique()
    
    if sex in sexo:
        return 's' if len(sexo) == 1 else 'm'
    elif len(sexo) == 0:
        return 'No es posible verificar'
    else:
        return 'n'

df["ValidadorSexo"] = df.apply(lambda x: identificadorNomSex(x["Nombre"],x["Sexo"]),axis=1)

print(df)

Esto devuelve:

   Nombre    Sexo            ValidadorSexo
0   PEDRO   MUJER                        n
1     ANA   MUJER                        s
2    ANER   MUJER                        m
3    ANER  HOMBRE                        m
4    LUIS  HOMBRE                        s
5  ARGENI   MUJER                        m
6  ARGENI  HOMBRE                        m
7    JUAN  HOMBRE  No es posible verificar

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.