1

Tengo el siguiente dataframe:

    valor     tipo   entidad
0       1   grande       R
1       2  pequeño       R
2       3  mediano       R
3       4   grande       P
4       2   grande       R
5      42   grande       P
6      12   grande       P
7      21  mediano       P
8      21  pequeño       R
9     424  pequeño       R
10     34  pequeño       P
11     12  mediano       R
12     42  pequeño       R

La operación consiste en agrupar los valores de la columna 'valor' por la columna 'entidad' realizando un conteo en base a una condición lógica aplicada a la columna 'valor. En mi caso solamente se cuentan los valores mayores a 3. El resultado debe de ser R=4 y P=5 y lo obtengo tras aplicar el siguiente codigo

In []:  df.groupby(['entidad'])['valor'].apply(lambda x: (x>3).sum())

Out[]:  entidad
        P    5
        R    4
        Name: valor, dtype: int64

Después de esto debo de agregar el resultado al dataframe original creando una columna llamada 'Cuenta'. Este es el código que yo he usado y su salida

In []:  DF=pd.DataFrame(DF)
In []:  DF.reset_index(inplace=True)
In []:  df.merge(DF,on=['entidad'],how='inner')
In []:  df=df.rename(columns={'valor_x':'valor','valor_y':'cuenta'},inplace=True)
Out[]:  
    valor   tipo    entidad cuenta
0    1     grande         R    4
1    2    pequeño         R    4
2    3    mediano         R    4
3    2     grande         R    4
4   21    pequeño         R    4
5   424   pequeño         R    4
6   12    mediano         R    4
7   42    pequeño         R    4
8   4     grande          P    5
9   42    grande          P    5
10  12    grande          P    5
11  21    mediano         P    5
12  34    pequeño         P    5

Este código consigue sacar el resultado que busco, pero me gustaria saber si existe alguna manera mejor y mas compacta de realizarlo sin tener que utilizar la operation merge, solo crear la columna 'cuenta' agregandole un resultado con la misma longitud que el dataframe original.

Muchas gracias por la ayuda.

1 respuesta 1

0

Puedes hacerlo usando el método map() con una función lambda pasando el resultado del groupby() como diccionario. Quedaría así:

df_agrupado_entidad = df.groupby(['entidad'])['valor'].apply(lambda x: (x>3).sum())

#pasamos a diccionario seleccionando entidad el groupby
dict_agrupado_entidad = df_agrupado_entidad.to_dict()['entidad'] 

#Creamos la nueva columna, mapeando cada valor de nuestro diccionario.
df_original_bancos['cuenta'] = df_original_bancos['entidad'].map(lambda x: dict_agrupado_entidad[x])

Explicación

  1. Usamos el método to_dict() para pasar el df_agrupado a un diccionario
  2. Con el método map() vamos iterando sobre cada valor de la columna entidad y la función lambda simplemente es una función que contiene un diccionario y devuelve un valor. En este caso el valor de cada clave pasado por entidad.

Consejos

  • No nombres tus DataFrames de las siguientes maneras df, DF, df1, df2, df_prueba, etc. Ya que hasta tu mismo te confundirás (ya no te digo los demás que vean tu código). Lo correcto es que asignes nombres que den algún significado de lo que contienen, esto te ayudará a ti a no confundirte y a los demás, y te quitará mucho tiempo de corrección de errores.
  • Esto que yo he hecho es otra forma de hacerlo, habrá miles, tu forma es perfectamente correcta y entendible, no tienes porque cambiarla.
1
  • 1
    Muchas gracias por aportar otras maneras de hacerlo. Acabo de probar el código y funciona muy bien (si que es cierto que he tenido que quitar ['entidad'] en la segunda línea de código que incluyes ya que da problemas... supongo que por no existir una columna llamada así literalmente). También gracias por los consejos también.
    – JASoto
    Commented el 5 oct. 2020 a las 5:48

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.