2

Es necesario agrupar los items por nombre

tabla_cruda

Después hay que ver que todos los que tengan los nombres iguales también coincidan en el RREF1, RREF2, RREF3 y si no son iguales en los RREF que diga cuales.

# Agrupacion por valores similares en columna, resta de valores entre dos columnas

cond1_df = (
    mydataset_df
    .groupby(["name"], as_index=False).sum()
    .assign(
        validacion=lambda row: row.RREF3 == row.RREF3
    )


)
cond1_df.head(10)

algo que deberia salir es:

salida

pero en validacion decirme cuales valores no son iguales

1
  • fjsevilla ___ corregido, gracias! el 9 abr. 2018 a las 21:08

1 respuesta 1

1

Partiremos primero de un DataFrame como el que muestras para poder reproducir el problema:

import pandas as pd


data = {"name": ("Babero", "Babero Terry", "Babero Terry", "Baly", "Baly", "Baly", "Barilla Metalica", "Base Para Portátil", "Base Para Portátil", "Base Para Portátil"),
        "ref": (8090, 6089, 8089, 3045, 3046, 3047, 141, 7188, 7190, 7191),
        "RREF1": (1, 2, 1, 1, 1, 1, 1, 1, 1, 1),
        "RREF2": (7, 6, 7, 7, 7, 0, 6, 7, 7, 7),
        "RREF3": (18, 1, 18, 15, 1, 0, 9, 18, 18, 18)
        }

mydataset_df = pd.DataFrame(data)

Una opción es usar transform junto a pandas.DataFrame.nunique para conseguir lo que quieres:

mydataset_df["Válido"] = (mydataset_df.groupby(["name"], as_index=False)
                                      ["RREF1", "RREF2", "RREF3"]
                                      .transform("nunique", dropna=False)
                                      .sum(axis=1) == 3
                         )

El método nunique retorna el número de valores únicos que hay por cada columna RREF dentro de cada grupo. Las filas de los grupos que tengan todas sus columnas RREF iguales tendrán 1 como valor en todas las columna retornadas por nunique, por lo que la suma de sus columnas será 3.

El código anterior nos da el siguiente resultado:

>>> mydataset_df

                 name   ref  RREF1  RREF2  RREF3  Válido
0              Babero  8090      1      7     18    True
1        Babero Terry  6089      2      6      1   False
2        Babero Terry  8089      1      7     18   False
3                Baly  3045      1      7     15   False
4                Baly  3046      1      7      1   False
5                Baly  3047      1      0      0   False
6    Barilla Metalica   141      1      6      9    True
7  Base Para Portátil  7188      1      7     18    True
8  Base Para Portátil  7190      1      7     18    True
9  Base Para Portátil  7191      1      7     18    True

Tanto Babero Terry como Baly no son validadas ya que sus valores RREF no son iguales en todas las filas.

7
  • Gracias por la respuesta, esta excelente y eso es lo que necesitaba.... pero en mi sistema arroja este error ...... ** AttributeError: 'DataFrameGroupBy' object has no attribute 'nunique' .....** nimb.ws/SMKFtd el 10 abr. 2018 a las 17:09
  • Hola Yan Chirino, ¿qué versión de Pandas usas? Puedes obtenerla con print(pd.__version__). Si usas Pandas 0.20 o superiores (ahora mismo la 0.22 es la más reciente) no debes tener problemas.
    – FJSevilla
    el 10 abr. 2018 a las 17:09
  • pd.__version__ 0.18.1 el 10 abr. 2018 a las 17:16
  • Pues el problema es ese, considera actualizar a la versión actual de Pandas si no te crea grandes conflictos. La 0.18 tiene ya dos años, entre otras cosas le falta el método pandas.DataFrame.nunique que se introdujo en la 0.20 y el cual uso en este caso por desgracia.
    – FJSevilla
    el 10 abr. 2018 a las 17:20
  • para la version 18 segun documentacion ya existia nunique, puede que sea producto de otra cosa el problema? nimb.ws/uWMdIr el 10 abr. 2018 a las 17:25

Tu Respuesta

Al pulsar en “Publica tu respuesta”, muestras tu consentimiento a nuestros términos de servicio, política de privacidad y política de cookies

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.