Utilizando Python con pandas, en un dataframe se tienen datos de 5 columnas, con las que se tiene que crear una nueva columna. Las columnas se resumen en:
- el índice;
- los nombres de “clientes”, habiendo varias filas de un mismo cliente;
- la “fecha actual”, entendiendo que cada cliente va a tener diferentes filas con fechas distintas, pero los demás clientes también tienen otras filas distintas con fechas iguales;
- el “monto actual”;
- la “fecha futura”, que no necesariamente van a ser las mismas para todos los clientes y;
- el “monto estimado” es la columna que se busca crear.
Lo que se busca es crear una nueva sexta columna de “MONTO ESTIMADO”, de forma que de cada cliente se itere por la columna de “FECHA FUTURA”, de manera que con el dato de esa fecha de la iteración, se busque esa misma fecha en la columna de “FECHA ACTUAL” pero sólo del actual cliente (del de la fila que se está iterando). La fecha que se va a buscar en la columna de “FECHA ACTUAL” que va a estar en otra fila posterior, no va a ser la de la siguiente fila como se ve en el cuadro, será bastante posterior. Una vez encontrada la “FECHA ACTUAL” en alguna fila posterior, se debe copiar el “MONTO ACTUAL” presente en esa fila posterior a la nueva columna de “MONTO ESTIMADO” pero en la fila donde se ha iterado la “FECHA FUTURA”, y así sucesivamente.
A su vez, puede ser que no se encuentre una fecha de “FECHA FUTURA” igual en la columna de “FECHA ACTUAL”, por lo que de darse esa situación se tendría que restar 1 día, o 2 o 3 días a esa fecha iterada de “FECHA FUTURA” hasta encontrar una similar en la columna de “FECHA ACTUAL”. (Estos si que no he podido hacerlo con “if” o “elif”, no sé por dónde ir). También, no se tienen todas las fechas en la columna “FECHA FUTURA”, por lo que se observan NaT, de forma que cuando se llegue a un “CLIENTE” con “FECHA FUTURA” inexistente, se deberá pasar a iterar al siguiente “CLIENTE” y de ser posible borrar esa fila.
Por ejemplo, de la columna “FECHA FUTURA” del dato o fecha “2022-03-20” del cliente AAA en la fila 0, se busca esa misma fecha en la columna “FECHA ACTUAL” pero sólo en las filas del cliente AAA. De esta forma, se encuentra esa fecha en la fila 1 columna “FECHA ACTUAL”, por lo que se copia el “MONTO ACTUAL” de la fila 1 en la columna “MONTO ESTIMADO” de la fila 0, y así sucesivamente.
He tratado de realizarlo con bucles for y por otros medios, pero no pude conseguirlo. Si alguien me puede ayudar a resolver este problema le quedaría muy agradecido. Gracias de antemano y saludos. Copio el código con el que trabajé pero sin resultados, intentando con un bucle que se itere sobre el índice, para que con el mismo, se genere una variable que obtenga el valor de la fila del índice de la columna “FECHA FUTURA” . De igual forma, se genera otra variable pero para “CLEINTES”. Con ello, se aplica un filtro para buscar con las variables obtenidas, la “FECHA ACTUAL” igual a la “FECHA FUTURA”, pero del mismo cliente, de forma que al obtener el índice de donde está la “FECHA ACTUAL” buscada, después se copia el “MONTO ACTUAL” relacionado a ese nuevo índice, originalmente intenté creando una lista, para luego adjuntar esta lista como la columna en el dataframe, pero me parece que se podría hacerlo directamente sin generar una nueva llista.
import pandas as pd
import numpy as np
import datetime
#from datetime import datetime
#from datetime import date
#from datetime import time
df = pd.DataFrame({'CLIENTES':['AAA','AAA','AAA','BBB','BBB','BBB','CCC','CCC','CCC'],
'FECHA_ACTUAL':['2022-01-10','2022-03-20','2022-08-14','2022-01-10','2022-03-20','2022-08-14','2022-01-10','2022-03-20','2022-08-14'],
'MONTO_ACTUAL':[50,30,60,130,250,500,38,20,12],
'FECHA_FUTURA':['2022-03-20','2022-08-14', np.nan,'2022-03-20','2022-07-02',np.nan,'2022-04-07','2022-09-09',np.nan],
'MONTO_ESTIMADO':[30,60,np.nan,250,400,np.nan,40,30,np.nan]})
df['FECHA_ACTUAL'] = pd.to_datetime(df['FECHA_ACTUAL'], format='%Y-%m-%d') #Se convierte Fecha_asctual en formato datetime, ya que se necesitará hacer cálculos de fechas.
df['FECHA_FUTURA'] = pd.to_datetime(df['FECHA_FUTURA'], format='%Y-%m-%d')
#Se inserta una columna con un índice numérico para que posteriormente sea más facil hacer la iteración
df['INDICE']=np.arange(len(df))
df=df.reindex(columns=['INDICE','CLIENTES','FECHA_ACTUAL','MONTO_ACTUAL','FECHA_FUTURA','MONTO_ESTIMADO'])
print(df)
Se intenta generar el bucle mencionado:
lista = []
for i in df.INDICE:
x1 = df.at[i, "FECHA_FUTURA"]
y1 = df.at[i, "CLIENTES"]
filtro0 = df[(df['FECHA_ACTUAL'] == x1) & (df['CLIENTES'] == y1)]
filtro1 = filtro0.INDICE
df.loc[i,'MONTO_ESTIMADO'] = df.loc[filtro1,'MONTO_ACTUAL']
lista