Resulta que tengo un dataframe sobre el coronavirus el cual he agrupado por países mediante la función groupby de pandas para tener los casos en cada uno de ellos. Este dataframe agrupado tiene la siguiente estructura:
5/22/20 5/23/20 5/24/20 ...
Country
Afghanistan 9219 10001 10585 ...
Albania 981 989 998 ...
Algeria 7918 8113 8306 ...
Andorra 762 762 762 ...
Angola 60 61 69 ...
....
Se puede ver que las cabeceras de las columnas son las fechas y las filas contienen cada uno de los casos de coronavirus (matizar que en el dataframe original los datos vienen organizados así y no he realizado cambios, solamente he hecho una agrupación).
Entonces, lo que me gustaría conseguir es un diccionario que tuviese el siguiente formato:
{
"Afghanistan": {"fecha": [5/22/20, 5/23/20, 5/24/20, ...], "casos": [9219, 10001, 10585...],
"Albania": {"fecha": [5/22/20, 5/23/20, 5/24/20, ...], "casos": [981, 989, 998,...],
...
}
He intentado hacer el diccionario mediante la función de pandas to_dict()
, pero los outputs no son los deseados. Entiendo que para que en el diccionario salgan los campos "fecha" y "casos", lo primero sería crearlos en el dataframe para luego aplicar to_dict()
sobre este, pero cómo las fechas están en las cabeceras de cada columna del dataframe y los casos son los datos de cada una de las filas, no sé muy bien cómo podría crear estos dos nuevos campos.
Muestro el output que he obtenido mediante la función to_dict
y que es el que más se acercaría al diccionario buscado
# En el dataframe agrupado sumo por grupos (que son los países), y lo transformo en diccionario a través del índice:
grouped.sum().to_dict('index')
Out:
{'Afghanistan': {'1/22/20': 0,
'1/23/20': 0,
'1/24/20': 0,
'1/25/20': 0,
'1/26/20': 0,
'1/27/20': 0,
'1/28/20': 0,
'1/29/20': 0,
'1/30/20': 0,
'1/31/20': 0,
'2/1/20': 0,
'2/2/20': 0,
'2/3/20': 0,
'2/4/20': 0,
'2/5/20': 0,
'2/6/20': 0,
'2/7/20': 0,
....
El anterior diccionario sería el que más se parecería al que busco, pero como no he creado los campos "fecha" y "casos" no me aparece como me gustaría, y el tema es que no sé cómo podría crear dichos campos debido a la estructura del dataframe.
Actualizo:
He conseguido distribuir los datos para tener dos columnas llamadas "fecha" y "casos" gracias a la función melt
de pandas, la cual apliqué sobre el dataframe original:
melt_cov = covid19.melt(id_vars=["Country/Region"],
var_name="fecha",
value_name="casos")
melt_cov
Out:
Country/Region fecha casos
0 Afghanistan 1/22/20 0
1 Albania 1/22/20 0
2 Algeria 1/22/20 0
3 Andorra 1/22/20 0
4 Angola 1/22/20 0
... ... ... ... ...
35889 Vietnam 5/31/20 328
Sin embargo, al agrupar por país y tratar de hacer el diccionario no obtengo el que quiero:
melt_cov.groupby(["Country/Region", "fecha"]).sum().to_dict('index')
Out:
{('Afghanistan', '1/22/20'): {'casos': 0},
('Afghanistan', '1/23/20'): {'casos': 0},
('Afghanistan', '1/24/20'): {'casos': 0},
('Afghanistan', '1/25/20'): {'casos': 0},
('Afghanistan', '1/26/20'): {'casos': 0},
....
melt_cov.groupby(["Country/Region", "fecha"]).sum().to_dict('list')
Out:
{'casos': [0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
...