0

Convierto un csv en una lista llamada a. Cree a travez de un condicional una forma de clasificar mi data. El problema es que no esta funcionando. Si hay un elemento cualquiera llamado 'Estable' a todos mis elementos me coloca el condicional de 'Estable' lo cual no es lo que necesito sino que para todos los clientes que no tengan 'Estable' como AAA y BBB quiero que coloque 'NoAnalyzed' tal y como explico abajo del código.

import pandas as pd



a = [['Cliente', 'Fecha', 'Variables', 'Dia Previo', 'Mayor/Menor', 'Dia a Analizar', 'Analisis'], 
['AAA', '27/12/2017', 'ECPM_medio', '0.41', 'Dentro del Margen', '0.35', 'Incremento'],
['BBB', '27/12/2017', 'ECPM_medio', '1.06', 'Dentro del Margen', '1.06', 'Alerta'],
['CCC', '27/12/2017', 'ECPM_medio', '1.06', 'Dentro del Margen', '1.06', 'Estable']]



headers = a.pop(0)
df = pd.DataFrame(a, columns = headers)
df['Analisis']


for elemento in df['Analisis']:
    if elemento == 'Estable':
        df['Status'] = 'Stable: The client''s performance was Stable'
    else:
        df['Status'] = 'NoAnalyzed'


df1= df.groupby(['Cliente','Fecha', 'Status']).size()
df1

output:
>>>
Cliente  Fecha       Status                                    
AAA      27/12/2017  Stable: The clients performance was Stable    1
BBB      27/12/2017  Stable: The clients performance was Stable    1
CCC      27/12/2017  Stable: The clients performance was Stable    1

Lo que necesito:
>>>
Cliente  Fecha       Status                                    
AAA      27/12/2017  NoAnalyzed    1
BBB      27/12/2017  NoAnalyzed    1
CCC      27/12/2017  Stable: The clients performance was Stable    1

Edición:

Aplicando la solución de la respuesta de FJSevilla sobre un conjunto más extenso:

a = [['Cliente', 'Fecha', 'Variables', 'Dia Previo', 'Mayor/Menor', 'Dia a Analizar', 'Analisis'], 
['AAA', '27/12/2017', 'ECPM_medio', '0.41', 'Dentro del Margen', '0.35', 'Alerta'], 
['AAA', '27/12/2017', 'Fill_rate', '2.25', 'Dentro del Margen', '2.7', 'Incremento'], 
['AAA', '27/12/2017', 'Importe_a_pagar_a_medio', '62.4', 'Dentro del Margen', '61.21', 'Incremento'], 
['AAA', '27/12/2017', 'Impresiones_exchange', '153927.0', 'Dentro del Margen', '173663.0', 'Incremento'], 
['AAA', '27/12/2017', 'Subastas', '6827946.0', 'Dentro del Margen', '6431093.0', 'Incremento'], 
['BBB', '27/12/2017', 'ECPM_medio', '1.06', 'Dentro del Margen', '1.06', 'Estable'], 
['BBB', '27/12/2017', 'Fill_rate', '26.67', 'Dentro del Margen', '27.2', 'Estable'], 
['BBB', '27/12/2017', 'Importe_a_pagar_a_medio', '11.34', 'Dentro del Margen', '12.77', 'Estable'], 
['BBB', '27/12/2017', 'Impresiones_exchange', '10648.0', 'Dentro del Margen', '12099.0', 'Estable'], 
['BBB', '27/12/2017', 'Subastas', '39930.0', 'Dentro del Margen', '44479.0', 'Estable'],
['AAA', '28/12/2017', 'ECPM_medio', '0.41', 'Dentro del Margen', '0.35', 'Estable'], 
['AAA', '28/12/2017', 'Fill_rate', '2.25', 'Dentro del Margen', '2.7', 'Estable'], 
['AAA', '28/12/2017', 'Importe_a_pagar_a_medio', '62.4', 'Dentro del Margen', '61.21', 'Estable'], 
['AAA', '28/12/2017', 'Impresiones_exchange', '153927.0', 'Dentro del Margen', '173663.0', 'Estable'], 
['AAA', '28/12/2017', 'Subastas', '6827946.0', 'Dentro del Margen', '6431093.0', 'Estable'], 
['BBB', '28/12/2017', 'ECPM_medio', '1.06', 'Dentro del Margen', '1.06', 'Estable'], 
['BBB', '28/12/2017', 'Fill_rate', '26.67', 'Dentro del Margen', '27.2', 'Estable'], 
['BBB', '28/12/2017', 'Importe_a_pagar_a_medio', '11.34', 'Dentro del Margen', '12.77', 'Estable'], 
['BBB', '28/12/2017', 'Impresiones_exchange', '10648.0', 'Dentro del Margen', '12099.0', 'Estable'], 
['BBB', '28/12/2017', 'Subastas', '39930.0', 'Dentro del Margen', '44479.0', 'Estable']]


headers = a.pop(0)
df = pd.DataFrame(a, columns = headers)

df["Status"] = np.where(df['Analisis'] == "Estable",
                        'Stable: The clients performance was Stable',
                        'NoAnalyzed')
df1= df.groupby(['Cliente','Fecha', 'Status']).size()
df1

La salida es:

>>> df1
Cliente  Fecha       Status                                    
AAA      27/12/2017  NoAnalyzed                                    5
         28/12/2017  Stable: The clients performance was Stable    5
BBB      27/12/2017  Stable: The clients performance was Stable    5
         28/12/2017  Stable: The clients performance was Stable    5
dtype: int64

Si tuviera que decir por ejemplo, el caso AAA:

['AAA', '27/12/2017', 'ECPM_medio', '0.41', 'Dentro del Margen', '0.35', 'Alerta'], 
['AAA', '27/12/2017', 'Fill_rate', '2.25', 'Dentro del Margen', '2.7', 'Incremento'], 
['AAA', '27/12/2017', 'Importe_a_pagar_a_medio', '62.4', 'Dentro del Margen', '61.21', 'Incremento'], 
['AAA', '27/12/2017', 'Impresiones_exchange', '153927.0', 'Dentro del Margen', '173663.0', 'Incremento'], 
['AAA', '27/12/2017', 'Subastas', '6827946.0', 'Dentro del Margen', '6431093.0', 'Incremento'].

En este caso fijate que la columna Analisisvaria entre Incremento y Alerta. Quiero que analice si en ECPM_medio = 'Alerta', Fill_rate = 'Incremento', 'Importe_a_pagar_a_medio' = 'Incremento', Impresiones_exchange = 'Incremento'y 'Subastas' = 'Incremento'----> df["Status"] = "Critico"

¿Cómo puedo hacer eso? ¿Dar ciertos condicionales por cada variable que tiene el cliente en dicha fecha?

1 respuesta 1

1

El problema es que cuando haces df['Status'] = ... el cambio se aplica a toda la columna, todas las filas tendrán el valor que les des. Como en tu caso el último valor que asignas es 'Stable: The client''s performance was Stable' este es el valor que tiene todas tus columnas.

Hay varias formas de hacer esto, como usar pandas.DataFrame.apply, pero una muy simple es numpy.where:

import pandas as pd
import numpy as np



a = [['Cliente', 'Fecha', 'Variables', 'Dia Previo', 'Mayor/Menor', 'Dia a Analizar', 'Analisis'],
['AAA', '27/12/2017', 'ECPM_medio', '0.41', 'Dentro del Margen', '0.35', 'Incremento'],
['BBB', '27/12/2017', 'ECPM_medio', '1.06', 'Dentro del Margen', '1.06', 'Alerta'],
['CCC', '27/12/2017', 'ECPM_medio', '1.06', 'Dentro del Margen', '1.06', 'Estable']]



headers = a.pop(0)
df = pd.DataFrame(a, columns = headers)

df["Status"] = np.where(df['Analisis'] == "Estable",
                        'Stable: The clients performance was Stable',
                        'NoAnalyzed')
df1= df.groupby(['Cliente','Fecha', 'Status']).size()

La salida es:

>>> df1
Cliente  Fecha       Status                                    
AAA      27/12/2017  NoAnalyzed                                    1
BBB      27/12/2017  NoAnalyzed                                    1
CCC      27/12/2017  Stable: The clients performance was Stable    1
dtype: int64

Edición:

Si quieres obtener un resultado distinto para cada grupo cliente-fecha puedes usar una idea parecida la que muestras inicialmente, con una función Python pero usando pandas.DataFrame.aggregate para aplicarla a cada grupo:

import pandas as pd
import numpy as np


a = [['Cliente', 'Fecha', 'Variables', 'Dia Previo', 'Mayor/Menor', 'Dia a Analizar', 'Analisis'],
['AAA', '27/12/2017', 'ECPM_medio', '0.41', 'Dentro del Margen', '0.35', 'Alerta'],
['AAA', '27/12/2017', 'Fill_rate', '2.25', 'Dentro del Margen', '2.7', 'Incremento'],
['AAA', '27/12/2017', 'Importe_a_pagar_a_medio', '62.4', 'Dentro del Margen', '61.21', 'Incremento'],
['AAA', '27/12/2017', 'Impresiones_exchange', '153927.0', 'Dentro del Margen', '173663.0', 'Incremento'],
['AAA', '27/12/2017', 'Subastas', '6827946.0', 'Dentro del Margen', '6431093.0', 'Incremento'],
['BBB', '27/12/2017', 'ECPM_medio', '1.06', 'Dentro del Margen', '1.06', 'Estable'],
['BBB', '27/12/2017', 'Fill_rate', '26.67', 'Dentro del Margen', '27.2', 'Estable'],
['BBB', '27/12/2017', 'Importe_a_pagar_a_medio', '11.34', 'Dentro del Margen', '12.77', 'Estable'],
['BBB', '27/12/2017', 'Impresiones_exchange', '10648.0', 'Dentro del Margen', '12099.0', 'Estable'],
['BBB', '27/12/2017', 'Subastas', '39930.0', 'Dentro del Margen', '44479.0', 'Estable'],
['AAA', '28/12/2017', 'ECPM_medio', '0.41', 'Dentro del Margen', '0.35', 'Estable'],
['AAA', '28/12/2017', 'Fill_rate', '2.25', 'Dentro del Margen', '2.7', 'Estable'],
['AAA', '28/12/2017', 'Importe_a_pagar_a_medio', '62.4', 'Dentro del Margen', '61.21', 'Estable'],
['AAA', '28/12/2017', 'Impresiones_exchange', '153927.0', 'Dentro del Margen', '173663.0', 'Estable'],
['AAA', '28/12/2017', 'Subastas', '6827946.0', 'Dentro del Margen', '6431093.0', 'Estable'],
['BBB', '28/12/2017', 'ECPM_medio', '1.06', 'Dentro del Margen', '1.06', 'Estable'],
['BBB', '28/12/2017', 'Fill_rate', '26.67', 'Dentro del Margen', '27.2', 'Estable'],
['BBB', '28/12/2017', 'Importe_a_pagar_a_medio', '11.34', 'Dentro del Margen', '12.77', 'Estable'],
['BBB', '28/12/2017', 'Impresiones_exchange', '10648.0', 'Dentro del Margen', '12099.0', 'Estable'],
['BBB', '28/12/2017', 'Subastas', '39930.0', 'Dentro del Margen', '44479.0', 'Estable']]


def status(group):
    condiciones = (np.array_equal(group, ("Estable", "Estable", "Estable", "Estable", "Estable")),
                   np.array_equal(group, ("Alerta", "Incremento", "Incremento", "Incremento", "Incremento")))
    resultados = ("Estable", "Crítico")
    return np.select(condiciones, resultados, default="Undetermined")

headers = a.pop(0)
df = pd.DataFrame(a, columns=headers)
df1 = df.groupby(['Cliente', 'Fecha'])["Analisis"].aggregate([('Status', status)])

La salida es:

>>> df1
                     Status
Cliente Fecha              
AAA     27/12/2017  Crítico
        28/12/2017  Estable
BBB     27/12/2017  Estable
        28/12/2017  Estable

En vez de recurrir a una estructura condicional normal como haces tú he recurrido a numpy.equal para comparar la columna Analisis de cada grupo con los valores posibles cuya coincidencia quieres evaluar junto a numpy.select para asignar cada condición a la cadena de salida apropiada. condiciones es el iterable que almacena cada condición a evaluar, resultados almacena la salida correspondiente a cada condición de ser cierta.

Si la columna "Analisis" de algún grupo no tiene sus 5 filas correspondientes (tiene menos o más) o no cumple con ninguna de las condiciones la salida será "Undetermined" en este caso.

14
  • Excelente es lo que buscaba, ahora bien, voy a editar mi pregunta para que veas algo que necesito Commented el 2 ene. 2018 a las 15:24
  • Edite la respuesta. Commented el 2 ene. 2018 a las 15:34
  • @MartinBouhier la edición debe ser de tu pregunta, no de la respuesta, he hecho el cambio. No me queda claro cuales deben ser esas condiciones. Exactamente que salidas quieres dependiendo de cada posible combinación: ["Incremento,", "Incremento", "Incremento"]/ ["Incremento,", "Alerta", "Incremento"]/` ["Incremento", "Estable", "Estable"]/ ["Estable", "Estable", "Estable"]/["Estable", "Estable", "Incremento"], etc
    – FJSevilla
    Commented el 2 ene. 2018 a las 15:50
  • Perdon por la edicion. Quiero una funcion que me permita poner las condiciones como esta : ["Incremento,", "Alerta", "Incremento","Incremento","Estable"]. Si esta condicion se cumple en A por ejemplo quiero que df["Status"] = 'Critico'. Me explico? Commented el 2 ene. 2018 a las 15:53
  • ¿Sería solo una condición? Es decir, si es esa es "Crítico" y si es cualquier otra combinación es otra cosa (dicotómico) o tendrías varias posibilidades, es decir ["Incremento,", "Alerta", "Incremento","Incremento","Estable"] -> "Critico", ["Incremento,", "Alerta", "Estable","Estable","Estable"] -> "Alerta" , ["Estable,", "Alerta", "Estable","Estable","Estable"] -> "Estable" y el resto que no concuerden con ninguna de las anteriores le damos el valor de "indeterminate" Es solo un ejemplo para mostrar a que me refiero.
    – FJSevilla
    Commented el 2 ene. 2018 a las 16:00

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.