0

Tengo este dataframe:

introducir la descripción de la imagen aquí

Necesito saber el total de dias por cada mes del cual tengo informacion, es decir para el mes de mayo tengo data de 10 dias (del 2 al 12 por ejemplo).

¿Como obtengo este resultado?

|mes|total_dias|
 ______________
|May|20        |
 ______________
|Jun|30        |

Entiendo que debo agrupar por mes, luego de eso agrupar por dia y luego contar

df.groupby(["mes","dia"]).count()

Sin embargo el resultado no es el esperado

introducir la descripción de la imagen aquí

2 respuestas 2

1

Lo que deseas es obtener el número de días transcurridos entre el primer y ultimo día registrado para cada mes. Entonces, la función count() no sirve, porque cuenta cuantos registros hay, no cual es el rango de días que cubre.

La solución consiste en agrupar las filas por mes usando groupby(), que retorna un iterable. En este caso, cada elemento del iterable es una tupla de dos elementos:

  • El nombre del mes.
  • Un dataframe con las filas del mes.

Tupla:

('Junio',      mes  dia
5  Junio    1
6  Junio    2
7  Junio    2
8  Junio    3
9  Junio    4)
('Mayo',     mes  dia
0  Mayo   25
1  Mayo   25
2  Mayo   26
3  Mayo   26
4  Mayo   26)

Con esta información podemos determinar el primer y último día del mes usando min() y max() sobre su correspondiente dataframe. Con eso podemos calcular el número de días.

La información la recolectamos en una lista de [mes, dias]. Cuando lka hayamos completado, construimos un dataframe con los resultados.

Eso sería todo.

import numpy as np
import pandas as pd

datos = [
    ["Mayo", 25],
    ["Mayo", 25],
    ["Mayo", 26],
    ["Mayo", 26],
    ["Mayo", 26],
    ["Junio", 1],
    ["Junio", 2],
    ["Junio", 2],
    ["Junio", 3],
    ["Junio", 4],
]

df = pd.DataFrame(datos, columns=["mes", "dia"])
print("Datos")
print(df)

res = []
for x in df.groupby(["mes"]):
    mes = x[0]
    dic = x[1]
    dias = dic['dia'].max() - dic['dia'].min() + 1
    res.append([mes, dias])

af = pd.DataFrame(res, columns=["mes", "dias"])
print("Totales")
print(af)

produce

Datos
     mes  dia
0   Mayo   25
1   Mayo   25
2   Mayo   26
3   Mayo   26
4   Mayo   26
5  Junio    1
6  Junio    2
7  Junio    2
8  Junio    3
9  Junio    4
Totales
     mes  dias
0  Junio     4
1   Mayo     2
1
  • Funcionó, muchas gracias! un abrazo. Commented el 31 jul. 2020 a las 16:56
1

puedes hacer algo sencillo.

Primero, agrupas el dataframe por mes y almacenas en una variable "grouped_data_month":

    grouped_data_month = df.groupby(["mes"])

Seguido, haces una lista con los meses que efectivamente registraron alguna medición:

months = pd.unique(df.mes)

Después, obtienes el número de mediciones al mes y creas un nuevo data frame con la información:

result_list = []
for month in months:
    tmp_data = grouped_data_month.get_group(month).copy()
    result_list.append([month, len(tmp_data)])

final_data = pd.DataFrame(result_list, columns=['Mes', '´Número de registros'])
  1. Muestras el resultado:

Si estas trabajando en un notebook basta con que escribas el nombre del data frame final

final_data
        

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.