0

Estoy intentando crear un dataframe desde una lista que me devuelve esta informacion:

 [Position(account='DUC00074', contract=Stock(conId=333970434, symbol='ESGV', exchange='BATS', currency='USD', localSymbol='ESGV', tradingClass='ESGV'), position=1142.0, avgCost=52.7765556),
 Position(account='DUC00074', contract=Stock(conId=238760476, symbol='ESGD', exchange='NASDAQ', currency='USD', localSymbol='ESGD', tradingClass='NMS'), position=954.0, avgCost=64.1715282),
 Position(account='DUC00074', contract=Stock(conId=26653236, symbol='DVY', exchange='NASDAQ', currency='USD', localSymbol='DVY', tradingClass='NMS'), position=292.0, avgCost=101.06176745),
 Position(account='DUC00074', contract=Stock(conId=27638087, symbol='VO', exchange='ARCA', currency='USD', localSymbol='VO', tradingClass='VO'), position=50.0, avgCost=170.48881),
 Position(account='DUC00074', contract=Stock(conId=27684036, symbol='VDE', exchange='ARCA', currency='USD', localSymbol='VDE', tradingClass='VDE'), position=99.0, avgCost=81.962902),
 Position(account='DUC00074', contract=Stock(conId=225020107, symbol='TFI', exchange='ARCA', currency='USD', localSymbol='TFI', tradingClass='TFI'), position=1109.0, avgCost=50.50644005),
 Position(account='DUC00074', contract=Stock(conId=43645865, symbol='IBKR', exchange='NASDAQ', currency='USD', localSymbol='IBKR', tradingClass='NMS'), position=2800.0, avgCost=39.4058383),
 Position(account='DUC00074', contract=Stock(conId=26787475, symbol='TIP', exchange='ARCA', currency='USD', localSymbol='TIP', tradingClass='TIP'), position=207.0, avgCost=115.00465265),
 Position(account='DUC00074', contract=Stock(conId=46577293, symbol='BWX', exchange='ARCA', currency='USD', localSymbol='BWX', tradingClass='BWX'), position=712.0, avgCost=28.57725195),
 Position(account='DUC00074', contract=Stock(conId=15547816, symbol='LQD', exchange='ARCA', currency='USD', localSymbol='LQD', tradingClass='LQD'), position=99.0, avgCost=124.4389121),
 Position(account='DUC00074', contract=Stock(conId=313845618, symbol='ESML', exchange='BATS', currency='USD', localSymbol='ESML', tradingClass='ESML'), position=309.0, avgCost=27.38696345),
 Position(account='DUC00074', contract=Stock(conId=31230302, symbol='VNQ', exchange='ARCA', currency='USD', localSymbol='VNQ', tradingClass='VNQ'), position=137.0, avgCost=88.7322321),
 Position(account='DUC00074', contract=Stock(conId=238760480, symbol='ESGE', exchange='NASDAQ', currency='USD', localSymbol='ESGE', tradingClass='NMS'), position=1221.0, avgCost=33.994677),
 Position(account='DUC00074', contract=Stock(conId=338719585, symbol='EAGG', exchange='ARCA', currency='USD', localSymbol='EAGG', tradingClass='EAGG'), position=1280.0, avgCost=53.3022901),
 Position(account='DU1766596', contract=Stock(conId=6604766, symbol='EEM', exchange='ARCA', currency='USD', localSymbol='EEM', tradingClass='EEM'), position=2500.0, avgCost=43.045),
 Position(account='DU1766596', contract=Stock(conId=43645828, symbol='BND', exchange='NASDAQ', currency='USD', localSymbol='BND', tradingClass='NMS'), position=-1250.0, avgCost=83.9115439)]

Y cuando la creo via:

df = pd.DataFrame(dict)

Me devuelve un df asi: df resultante

¿Como deberia hacer, para poder visualizar toda la informacion en el df de manera correcta, para posteriormente seleccionar solo las columnas que necesito?

Edit: De manera correcta = cada coma, una columna.

Muchas gracias por su ayuda.

2 respuestas 2

3

Parece que tus objetos Position() pueden ser una namedtuple a juzgar por cómo aparecen en tu lista de entrada, y cómo Pandas ha sabido "convertirlo" en un dataframe tomando como nombres de columnas los campos de la namedtuple y como valores de las celdas los correspondientes valores de cada namedtuple.

El problema es que aparentemente el campo "contract" era a su vez una namedtuple, de tipo Stock(), con otros campos. Pandas no expande "recursivamente" las estructuras de datos dentro de la lista, y por tanto la celda correspondiente muestra su representación como cadena (repr).

Si mi hipótesis es correcta y los valores de esa celda son también namedtuples, puedes hacer lo siguiente:

final = pd.concat([df, pd.DataFrame(df.contract.to_list())],
                  axis=1).drop("contract", axis=1)

y el resultado sería:

tabla final

1

Seguramente, existe una manera de hacer magia (no lo dudo). Pero voy a intentar ayudarte.. A mi se me ocurre que podemos abusar de funciones lambda. Este tipo de funciones "pequeñas", aplicarlo a una columna de un df nos puede ahorrar muchas lineas de código, en tu caso la columna en discordia es "contract". Opté por hacer esto:

Siendo honesto me parece horroroso el código, pero vamos a tratar de entenderlo.

Creo una columna llamada aux que se genera aplicando una función lambda que reemplaza la cadena 'Stock(' por '' y luego reemplazamos ')' por ''. Esto lo que quiere decir es que eliminamos esos caracteres de nuestra nueva columna.

cant : es la cantidad de columnas que se van a generar porque es el resultado de aplicar split(',') a la columna aux. y mostrar la cantidad de "separadores" que se crean. al llamar al metodo unique() nos devuelve un solo valor(gracias a dios, sino sería otra complicación).

La linea del for, estamos iterando en un rango de 0 hasta la cantidad que nos devolvió cant. Y ahora la parte tediosa...

df['aux'].apply(lambda x: x.split(',')[i].split('=')[0]).unique()[0] : Aquí estamos tomando 'conId' en la primer vuelta del for . Y en la segunda symbol . Al usar unique() nos va a devolver un solo elemento. Pasando en limpio, sería nuestro nombre de la columna.

df['aux'].apply(lambda x: x.split(',')[i].split('=')[1]) : Es el resultado, Es lo mismo que el nombre de la columna, pero la posición "1" . Por ejemplo, al aplicar split('=') a la primera fila, nos devuelve: ['conId', '333970434'] donde [0] seria conId y [1] '333970434'. Espero que se haya entendido, no creo que sea la mejor opción, pero espero pueda servirte

df['aux'] = df['contract'].apply(lambda x:x.replace('Stock(','').replace(')',''))

cant = df['aux'].apply(lambda x:len(x.split(','))).unique()

for i in range(0,cant[0]):
    df[df['aux'].apply(lambda x: x.split(',')[i].split('=')[0]).unique()[0]] = df['aux'].apply(lambda x: x.split(',')[i].split('=')[1])

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.