0

Tengo dos DataFrame y luego necesito hacer varias operaciones entre ambos. Mi consulta es, si hay alguna manera de no repetir la sentencia y ejecutar 2 o más operaciones cuando entra por el True.

import pandas as pd
import datetime
import numpy as np

df1 = pd.DataFrame({'sku':['A1','A2','A3'],
                    'stock':[90,50,30],
                    'fecha':[datetime.date(2019, 7, 21),datetime.date(2019, 7, 10),datetime.date(2019, 7, 1)]
                   })

df2 = pd.DataFrame({'sku':['A1','A2','A3'],
                    'stock':[55,99,31],
                    'fecha':[datetime.date(2019, 7, 31),datetime.date(2019, 7, 15),datetime.date(2019, 7, 5)]
                   })



df2["dif"] = np.where(df2['stock'] > df1['stock'],
                      df2['stock'] - df1['stock'],0)

df2["tmstp"] = np.where(df2['stock'] > df1['stock'],
                        df2['fecha']- df1['fecha'],
                        0)

Como está en el ejemplo funciona bien, pero mi duda es si se puede hacer un solo where y varias operaciones, ya que en el df real debo hacer mas de 2 operaciones.

2
  • 1
    Hola Lucas, no se si tengo claro lo que buscas ¿quieres saber si es posible unir ambos np.where y que se generen de una vez "dif" y "tmstp"? ¿O lo que quieres es ademas de la resta hacer otra operación?
    – FJSevilla
    Commented el 31 jul. 2019 a las 17:27
  • Hola @FJSevilla , viste en el np.where , hago la misma pregunta, o sea si df2.stock > df1.stock. hago dos operaciones. si entendí bien, la primer pregunta que me hiciste sería lo que busco. o sea si pasa tal condición, creo la columna "dif" y "tmstp" Commented el 31 jul. 2019 a las 17:35

1 respuesta 1

0

Si entiendo tu pregunta, creo que te preocupa el hecho de repetir la operación de condicion sobre df2['stock'] > df1['stock'] dado que quieres 2 o más comportamientos en el caso de que se cumpla esa condición.

Mi primera observación, es que el calculo de esta condición se puede asignar a una variable, para evitar calcularla múltiples veces (aunque es probable que el scheduler de Python cachee el primer calculo de esa sentencia y en las siguientes llamadas utilice este mismo valor. Por lo que no deberías preocuparte de la eficiencia de este calculo, aunque te recomiendo asignarla a una variable para asegurarte.

Te devuelvo la pregunta consultando ¿Que es lo que te preocupa exactamente: La eficiencia o la cantidad de lineas?

Yendo al grano, no puedes asignar valores a multiples columnas de un DataFrame en 1 sentencia, sin embargo, no deberías preocuparte por ineficiencias en esta asignación. El where podrías reducirlo para que se haga en una sentencia y luego hacer la asignación al DF, como te muestro a continuación.

Si tu objetivo real es reducir la cantidad de lineas y mantener buena eficiencia lo que puedes hacer Pythonicamente es:

df1 = pd.DataFrame({'sku':['A1','A2','A3'],
                    'stock':[90,50,30],
                    'fecha':[datetime.date(2019, 7, 21),datetime.date(2019, 7, 10),datetime.date(2019, 7, 1)]
                   })

df2 = pd.DataFrame({'sku':['A1','A2','A3'],
                    'stock':[55,99,31],
                    'fecha':[datetime.date(2019, 7, 31),datetime.date(2019, 7, 15),datetime.date(2019, 7, 5)]
                   })


mask = df2['stock'] > df1['stock']
condition = np.where(mask, [df2['stock'] - df1['stock'], df2['fecha']- df1['fecha']], 0)
df2["dif"],  df2["tmstp"]= condition[0], condition[1]
1
  • Me tiraba TypeError cuando haces df2['fecha'] - df1['fecha'] , y le agregue .values . Por si no se entendió, preguntaba para no repetir el mismo np.where varias veces, Commented el 2 ago. 2019 a las 11:51

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.