2

Mi programa itera sobre un conjunto de datos y extrae información para agregar valores a un diccionario:

for i in data:
    try: 
        formato[i['ENTIDAD']][i['AÑO']]['ENERO']+=int(i['ENERO'])
        formato[i['ENTIDAD']][i['AÑO']]['FEBRERO']+=int(i['FEBRERO'])
        formato[i['ENTIDAD']][i['AÑO']]['MARZO']+=int(i['MARZO'])
        formato[i['ENTIDAD']][i['AÑO']]['ABRIL']+=int(i['ABRIL'])
        formato[i['ENTIDAD']][i['AÑO']]['MAYO']+=int(i['MAYO'])
        formato[i['ENTIDAD']][i['AÑO']]['JUNIO']+=int(i['JUNIO'])
        formato[i['ENTIDAD']][i['AÑO']]['JULIO']+=int(i['JULIO'])
        formato[i['ENTIDAD']][i['AÑO']]['AGOSTO']+=int(i['AGOSTO'])
        formato[i['ENTIDAD']][i['AÑO']]['SEPTIEMBRE']+=int(i['SEPTIEMBRE'])
        formato[i['ENTIDAD']][i['AÑO']]['OCTUBRE']+=int(i['OCTUBRE'])
        formato[i['ENTIDAD']][i['AÑO']]['NOVIEMBRE']+=int(i['NOVIEMBRE'])
        formato[i['ENTIDAD']][i['AÑO']]['DICIEMBRE']+=int(i['DICIEMBRE'])
    except: pass

Esto debería darme la suma de valores separados por entidad, dentro de ellos separarlos por año y cada año tener un registro por mes, sin embargo suma los valores de cualquier entidad de cualquier año solo respetando los meses

{'AGUASCALIENTES': {'1997': {'ABRIL': 2713186,
                         'AGOSTO': 2779202,
                         'DICIEMBRE': 2548606,
                         'ENERO': 2596006,
                         'FEBRERO': 2583664,
                         'JULIO': 2729596,
                         'JUNIO': 2796138,
                         'MARZO': 2834610,
                         'MAYO': 2850637,
                         'NOVIEMBRE': 2656333,
                         'OCTUBRE': 2852315,
                         'SEPTIEMBRE': 2744739},
                '1998': {'ABRIL': 2713186,
                         'AGOSTO': 2779202,
                         'DICIEMBRE': 2548606,
                         'ENERO': 2596006,
                         'FEBRERO': 2583664,
                         'JULIO': 2729596,
                         'JUNIO': 2796138,
                         'MARZO': 2834610,
                         'MAYO': 2850637,
                         'NOVIEMBRE': 2656333,
                         'OCTUBRE': 2852315,
                         'SEPTIEMBRE': 2744739},
                 ....
                'Estado': 'AGUASCALIENTES'},
 'BAJA CALIFORNIA': {'1997': {'ABRIL': 2713186,
                              'AGOSTO': 2779202,
                              'DICIEMBRE': 2548606,
                              'ENERO': 2596006,
                              'FEBRERO': 2583664,
                              'JULIO': 2729596,
                              'JUNIO': 2796138,
                              'MARZO': 2834610,
                              'MAYO': 2850637,
                              'NOVIEMBRE': 2656333,
                              'OCTUBRE': 2852315,
                              'SEPTIEMBRE': 2744739},
                     '1998': {'ABRIL': 2713186,
                              'AGOSTO': 2779202,
                              'DICIEMBRE': 2548606,
                              'ENERO': 2596006,
                              'FEBRERO': 2583664,
                              'JULIO': 2729596,
                              'JUNIO': 2796138,
                              'MARZO': 2834610,
                              'MAYO': 2850637,
                              'NOVIEMBRE': 2656333,
                              'OCTUBRE': 2852315,
                              'SEPTIEMBRE': 2744739},
                     ......
                     'Estado': 'BAJA CALIFORNIA'}

Como se puede ver todos los años y en este caso aunque solo publico 2 estados se repite para todos en el diccionario, si alguien tiene alguna posible solución estaré muy agradecido. El código completo es el siguiente:

from pymongo import MongoClient as mongo
from pprint import pprint
db=mongo('localhost',27017).pruebas
data=db.delitosb.aggregate([{
    '$project':{
        '_id':0,
        'AÑO':1,
        'INEGI':1,
        'ENTIDAD':1,
        'DELITO':1,
        'MODALIDAD':1,
        'ENERO':1,
        'FEBRERO':1,
        'MARZO':1,
        'ABRIL':1,
        'MAYO':1,
        'JUNIO':1,
        'JULIO':1,
        'AGOSTO':1,
        'SEPTIEMBRE':1,
        'OCTUBRE':1,
        'NOVIEMBRE':1,
        'DICIEMBRE':1,
    }
    }])
meses={
        'ENERO':0,
        'FEBRERO':0,
        'MARZO':0,
        'ABRIL':0,
        'MAYO':0,
        'JUNIO':0,
        'JULIO':0,
        'AGOSTO':0,
        'SEPTIEMBRE':0,
        'OCTUBRE':0,
        'NOVIEMBRE':0,
        'DICIEMBRE':0
        }
formato={
        "AGUASCALIENTES":{"Estado":"AGUASCALIENTES"},
        "BAJA CALIFORNIA":{"Estado":"BAJA CALIFORNIA"},
        "BAJA CALIFORNIA SUR":{"Estado":"BAJA CALIFORNIA SUR"},
        "CAMPECHE":{"Estado":"CAMPECHE"},
        "CHIAPAS":{"Estado":"CHIAPAS"},
        "CHIHUAHUA":{"Estado":"CHIHUAHUA"},
        "COAHUILA":{"Estado":"COAHUILA"},
        "COLIMA":{"Estado":"COLIMA"},
        "CIUDAD DE MEXICO":{"Estado":"CIUDAD DE MEXICO"},
        "DURANGO":{"Estado":"DURANGO"},
        "GUANAJUATO":{"Estado":"GUANAJUATO"},
        "GUERRERO":{"Estado":"GUERRERO"},
        "HIDALGO":{"Estado":"HIDALGO"},
        "JALISCO":{"Estado":"JALISCO"},
        "MEXICO":{"Estado":"MEXICO"},
        "MICHOACAN":{"Estado":"MICHOACAN"},
        "MORELOS":{"Estado":"MORELOS"},
        "NAYARIT":{"Estado":"NAYARIT"},
        "NUEVO LEON":{"Estado":"NUEVO LEON"},
        "OAXACA":{"Estado":"OAXACA"},
        "PUEBLA":{"Estado":"PUEBLA"},
        "QUERETARO":{"Estado":"QUERETARO"},
        "QUINTANA ROO":{"Estado":"QUINTANA ROO"},
        "SAN LUIS POTOSI":{"Estado":"SAN LUIS POTOSI"},
        "SINALOA":{"Estado":"SINALOA"},
        "SONORA":{"Estado":"SONORA"},
        "TABASCO":{"Estado":"TABASCO"},
        "TAMAULIPAS":{"Estado":"TAMAULIPAS"},
        "TLAXCALA":{"Estado":"TLAXCALA"},
        "VERACRUZ":{"Estado":"VERACRUZ"},
        "YUCATAN":{"Estado":"YUCATAN"},
        "ZACATECAS":{"Estado":"ZACATECAS"}}
años=[
    "1997",
    "1998",
    "1999",
    "2000",
    "2001",
    "2002",
    "2003",
    "2004",
    "2005",
    "2006",
    "2007",
    "2008",
    "2009",
    "2010",
    "2011",
    "2012",
    "2013",
    "2014",
    "2015",
    "2016",
    "2017"
    ]
for i in formato:
    for j in años:
        formato[i][j]=meses
count=0
for i in data:
    try: 
        formato[i['ENTIDAD']][i['AÑO']]['ENERO']+=int(i['ENERO'])
        formato[i['ENTIDAD']][i['AÑO']]['FEBRERO']+=int(i['FEBRERO'])
        formato[i['ENTIDAD']][i['AÑO']]['MARZO']+=int(i['MARZO'])
        formato[i['ENTIDAD']][i['AÑO']]['ABRIL']+=int(i['ABRIL'])
        formato[i['ENTIDAD']][i['AÑO']]['MAYO']+=int(i['MAYO'])
        formato[i['ENTIDAD']][i['AÑO']]['JUNIO']+=int(i['JUNIO'])
        formato[i['ENTIDAD']][i['AÑO']]['JULIO']+=int(i['JULIO'])
        formato[i['ENTIDAD']][i['AÑO']]['AGOSTO']+=int(i['AGOSTO'])
        formato[i['ENTIDAD']][i['AÑO']]['SEPTIEMBRE']+=int(i['SEPTIEMBRE'])
        formato[i['ENTIDAD']][i['AÑO']]['OCTUBRE']+=int(i['OCTUBRE'])
        formato[i['ENTIDAD']][i['AÑO']]['NOVIEMBRE']+=int(i['NOVIEMBRE'])
        formato[i['ENTIDAD']][i['AÑO']]['DICIEMBRE']+=int(i['DICIEMBRE'])
    except: 
        pass
pprint(formato)
#for estado in formato:
#   db.formato.insert_one(formato[estado])

Los registros son como:

   {
    "_id" : ObjectId("5d373297076557ea93e296f9"),
    "AÑO" : "1997",
    "INEGI" : "1",
    "ENTIDAD" : "AGUASCALIENTES",
    "MODALIDAD" : "DELITOS PATRIMONIALES",
    "TIPO" : "ABUSO DE CONFIANZA",
    "SUBTIPO" : "ABUSO DE CONFIANZA",
    "ENERO" : "17",
    "FEBRERO" : "17",
    "MARZO" : "17",
    "ABRIL" : "17",
    "MAYO" : "17",
    "JUNIO" : "17",
    "JULIO" : "32",
    "AGOSTO" : "0",
    "SEPTIEMBRE" : "38",
    "OCTUBRE" : "28",
    "NOVIEMBRE" : "22",
    "DICIEMBRE" : "31"
}
4
  • ¿Cómo creas los diccionarios de los meses del diccionario formato?. Es bastante probable que el problema sea que todos son el mismo objeto en realidad. Algo similar a esto --> Error al modificar elementos en sublistas, todas terminan con el mismo contenido <--.
    – FJSevilla
    el 27 jul. 2019 a las 22:43
  • Por otro lado, si facilitas una muestra de data, harás mucho más fácil la reproducción del código y por tanto facilitarte una respuesta.
    – FJSevilla
    el 27 jul. 2019 a las 22:56
  • Adrián no agregues el código en comentarios, usa el enlace editar que hay debajo de la pregunta y agregalo a la misma. Los comentarios no es sitio para ello, además tienen un numero limitado de caracteres y no respetan identacion ni formato alguno del código.
    – FJSevilla
    el 28 jul. 2019 a las 3:29
  • @Adrian, podrías marcar la respuesta como aceptada si te ha sido de ayuda.
    – Adrian
    el 18 jul. 2020 a las 8:26

1 respuesta 1

3

El problema en esencia es el mismo que el presentado en estas preguntas, solo que en este caso eran listas:

El error está en:

meses={
        'ENERO':0,
        'FEBRERO':0,
        'MARZO':0,
        'ABRIL':0,
        'MAYO':0,
        'JUNIO':0,
        'JULIO':0,
        'AGOSTO':0,
        'SEPTIEMBRE':0,
        'OCTUBRE':0,
        'NOVIEMBRE':0,
        'DICIEMBRE':0
        }

for i in formato:
    for j in años:
        formato[i][j] = meses  # <<<<<<<<<<<<<<<<<<<<<<<<<<<<<

En Python una variable no es más que un nombre asociado una referencia a un objeto en memoria. Cuando a = b, lo que estás haciendo es simplemente asignar a la variable b una referencia al mismo objeto en memoria al que está asociada a.

>>> a = {"k": 7}
>>> b = a
>>> id(a)
140664248700360
>>> id(b)
140664248700360
>>> a is b
True
>>> a["k"] = 13
>>> a
{'k': 13}
>>> b
{'k': 13}

>>> a = {"k": 7}
>>> b = a.copy()
>>> id(a)
140664248697336
>>> id(b)
140664244673571
>>> a is b
False
>>> a["k"] = 13
>>> a
{'k': 13}
>>> b
{'k': 7}

Cuando haces formato[i][j] = meses estás asignando el mismo diccionario a todos los años de todas las entidades. Como un diccionario es un objeto mutable, cuando modificas el diccionario asignado a formato["AGUASCALIENTES"]["1998"] por ejemplo el cambio afecta a "todos los demás" porque son el mismo objeto en realidad.

La solución es simple, asignar un objeto distinto a cada calve año:

for i in formato:
    for j in años:
        formato[i][j] =meses.copy()

Si el diccionario tuviera como valores objetos mutables, sería necesario usar una copia en profundidad mediante copy.deepcopy().


Otra posibilidad es no generar el diccionario con toda las claves desde el inicio, sino ir generándolo de forma dinámica en función de los datos. Esto es especialmente útil cuando no conoces de antemano el rango de los dato, por ejemplo si desconocemos los años o las entidades en tu ejemplo de antemano. Hay varias formas:

  • Usando collections.defaultdict:

    from collections import defaultdict
    from functools import partial
    
    
    
    MESES = ('ENERO', 'FEBRERO', 'MARZO', 'ABRIL', 'MAYO', 'JUNIO', 'JULIO',
             'AGOSTO', 'SEPTIEMBRE', 'OCTUBRE', 'NOVIEMBRE', 'DICIEMBRE')
    
    formato = defaultdict(partial(defaultdict, partial(dict.fromkeys, MESES, 0)))
    for i in data:
        for mes in MESES:
            try:
                formato[i['ENTIDAD']][i['AÑO']][mes] += int(i[mes])
            except (KeyError, ValueError):
                pass
    
    pprint(formato)
    

    En vez de usar diccionarios estándar se usa collections.defaultdict, pero es una subclase de dict que se puede usar como un diccionario normal sin problemas o lo podemos convertir en uno con solo hacer dict(mi_defaultdict).

  • Usar diccionarios estándar y dict.setdefault():

    MESES = ('ENERO', 'FEBRERO', 'MARZO', 'ABRIL', 'MAYO', 'JUNIO', 'JULIO',
             'AGOSTO', 'SEPTIEMBRE', 'OCTUBRE', 'NOVIEMBRE', 'DICIEMBRE')
    
    formato = {}
    for i in data:
        for mes in MESES:
            try:
                (formato.setdefault(i['ENTIDAD'], {})
                        .setdefault(i['AÑO'], {m: 0 for m in MESES})
                 )[mes] += int(i[mes])
            except (KeyError, ValueError):
                pass
    
    pprint(formato)
    

    En este caso se usan diccionarios estándar, pero es menos eficiente que el uso de DefaultDict.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

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