0

Tengo una dataframe con los artículos vendidos por diferentes tiendas todos los días:

    date    date_block_num  shop_id item_id item_price  item_cnt_day    day month_year
1953691 24.09.2014  20  5   1039    899.0   1.0 24  09.2014
1953692 27.09.2014  20  5   1015    449.0   1.0 27  09.2014
1953693 07.09.2014  20  5   1329    399.0   1.0 07  09.2014
1953694 27.09.2014  20  5   984 399.0   1.0 27  09.2014
1953695 08.09.2014  20  5   984 399.0   1.0 08  09.2014

Me gustaría obtener los resultados para cada tienda. Entonces intenté:

revenues = {}
for row in transactions_december_2014.sort('shop_id').iterrows():
    if last_shop_id == row.shop_id:
        revenues[shop_id] += row.item_price * row.item_cnt_day
        last_shop_id = row.shop_id
    else:
        revenues[shop_id] = row.item_price * row.item_cnt_day
print(max(revenues))

Pero me devuelve:

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-26-391a52cd0210> in <module>()
      9 # transactions_december_2014.groupby("shop_id").sum(transactions_december_2014.item_price * transactions_december_2014.item_cnt_day)
     10 revenues = {}
---> 11 for row in transactions_december_2014.sort('shop_id').iterrows():
     12     if last_shop_id == row.shop_id:
     13         revenues[shop_id] += row.item_price * row.item_cnt_day

/opt/conda/lib/python3.6/site-packages/pandas/core/generic.py in __getattr__(self, name)
   3079             if name in self._info_axis:
   3080                 return self[name]
-> 3081             return object.__getattribute__(self, name)
   3082 
   3083     def __setattr__(self, name, value):

AttributeError: 'DataFrame' object has no attribute 'sort'

Tambien pensia utilisar groupbys:

transactions_december_2014.groupby("shop_id").sum(transactions_december_2014.item_price * transactions_december_2014.item_cnt_day)

Pero nunca funciona. Pienso ahora hacer una cosa con lambda hasta que utiliso bucles for.

1 respuesta 1

1

Hola Revolucion for Monica, creo que lo que buscas es obtener el revenue de cada shop_id ¿ es así ? entendiendo a revenue como: p (precio) * q (cantidad)

Mi sugerencia es primero calcular revenue en una nueva columna como:

df['revenue'] = df['item_price'] * df['item_cnt_day']

y luego realizar el group by:

df.groupby('shop_id')['revenue'].sum()

Si deseas agrupar por otro columna para conocer el revenue como item_id solo agregala en el group by, ejemplo:

df.groupby(['shop_id', 'item_id'])['revenue'].sum()

Suerte !

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.