3

Tengo un DataFrame con varias columnas, con datos como este ejemplo.

index id    time sitio    carga     mov
0      1    1200   345       12     False
1      1    1210   345       12     False
2      1    1220   456       10     False
3      1    1230   456       10     False

Necesito ir comparando una fila con la siguiente, por ejemplo index[0] con index[1].

  • Si la carga es igual, aumento indices del bucle a index[1] con index[2]

  • Si la carga de las dos filas es distinta, cambio el valor de la columna mov a True en ambas(index[1] y index[2]), y cambio los indices del bucle para pasar las siguientes dos index[3] e index[4].

Este es el código que intento:

for i in range(len(fila)):   #para hacerlo en todo el dataframe
    j=i+1       #para el segundo indice
    if fila[i].carga!=fila[j].carga:   #si las cargas son distintas
        fila[i].mov(True)     #cambiamos las dos columnas mov a true
        fila[j].mov(True)
        i=+  #como ponemos a true dos filas, aumentamos en 2 los indices
        j=+2
        else:
            i=+   #si las cargas son iguales seguimos
            j=+

1 respuesta 1

0

Vamos a crear un ejemplo reproducible basado en el tuyo primero:

import io

import pandas as pd

data = io.StringIO("""\n               
index id    time sitio    carga     mov
0      1    1200   345       12     False
1      1    1210   345       12     False
2      1    1220   456       10     False
3      1    1230   456       14     False
4      1    1230   456       14     False
5      1    1230   456       17     False
""")

df = pd.read_csv(data, sep="\s+", engine="python")
>>> df

   index  id  time  sitio  carga    mov
0      0   1  1200    345     12  False
1      1   1  1210    345     12  False
2      2   1  1220    456     10  False
3      3   1  1230    456     14  False
4      4   1  1230    456     14  False
5      5   1  1230    456     17  False

Si no lo tienes ya, te aconsejo que hagas que la columna index sea el índice del DataFrame (valga la redundancia), te facilitará la iteración:

df.set_index("index", inplace=True)

En cuanto a tu problema, incrementar la variable i asociada al ciclo no sirve de nada porque en la siguiente iteración el propio ciclo le dará un nuevo valor en base al item obtenido de range, dejando sin efecto tu incremento.

  • Podrías usar un ciclo while:

    i = 0
    max_index = len(df)
    while i < max_index:
        j = i + 1
        if df.at[i, "carga"] != df.at[j, "carga"]:
            df.at[i, "mov"] = True
            df.at[j, "mov"] = True
            i += 2
        i += 1
    
  • Se podría usar range como haces en tu ejemplo en este caso. Para saltar la iteración podemos usar un condicional y una variable bandera:

    saltar_iter = False
    for i in range(len(df) - 1):
        j = i + 1
        if saltar_iter:
            saltar_iter = False
        elif df.at[i, "carga"] != df.at[j, "carga"]:
            df.at[i, "mov"] = True
            df.at[j, "mov"] = True
            saltar_iter = True
    

    pero si tu índice no es continuo o si no es de enteros directamente fallaría.

  • Mejor aún, puedes usar zip para iterar a la par sobre los indices y sobre los índices menos el primer elemento, generando de esta forma los índices de cada columna en cada iteración de la forma (0, 1), (1, 2), (2, 3), .....

    Cuando la condición se cumpla puedes "saltarte" una iteración del for consumiendo un item del iterable generado por zip con next.

    roll_iter = zip(df.index, df.index[1:])
    for i, j in roll_iter:
        if df.at[i, "carga"] != df.at[j, "carga"]:
            df.at[i, "mov"] = True
            df.at[j, "mov"] = True
            try:
                next(roll_iter)
            except StopIteration:
                break
    

    o usando el condicional para saltarse la iteración:

    saltar_iter = False
    for i, j in zip(df.index, df.index[1:]):
        if saltar_iter:
            saltar_iter = False
        elif df.at[i, "carga"] != df.at[j, "carga"]:
            df.at[i, "mov"] = True
            df.at[j, "mov"] = True
            saltar_iter = True
    

    En este caso no importa si tu índice no es continuo o no es de enteros directamente. Basta con que los índices sea únicos.

  • En el caso de que los índices no sean únicos tampoco, podemos hacer algo como:

    saltar_iter = False
    mov_col_idx = df.columns.get_loc('mov')
    carga_col_idx = df.columns.get_loc('carga')
    for i in range(len(df) - 1):
        j = i + 1
        if saltar_iter:
            saltar_iter = False
        elif df.iat[df.index[i], carga_col_idx] != df.iat[j, carga_col_idx]:
            df.iat[i, mov_col_idx] = True
            df.iat[j, mov_col_idx] = True
            saltar_iter = True
    
>>> df

       id  time  sitio  carga    mov
index                               
0       1  1200    345     12  False
1       1  1210    345     12   True
2       1  1220    456     10   True
3       1  1230    456     14  False
4       1  1230    456     14   True
5       1  1230    456     17   True
1
  • Muchicismas gracias. Eres una máquina.
    – kermit
    Commented el 12 abr. 2020 a las 8:16

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.