tengo un problema para hacer una funcion con pandas. Quiero que la funcion procese los datos de cada fila y genere el investmentsNumber, pero despues necesito agrupar esos datos por pais y asu vez, mostrar el pais cuyo numero es el mas grande de todos. Este es mi intento en python:
import pandas as pd
datos = pd.read_csv("provincias.csv")
paises = pd.read_csv("paises.csv")
indice = {}
for i, fila in paises.iterrows():
pais = fila.Nombre
provincias = fila.provincias.split("|")
for provincia in provincias:
indice[provincia] = pais
datos = pd.read_csv("provincias.csv")
datos["Pais"] = datos.Numero.apply(lambda x: indice[x])
def investments(fila):
investmentNumber = [(datos['vacunasAplicadas']) + datos['contagiosActivos'] - datos['muertesTotales'] + datos['vacunasTotales']]
print(investmentNumber)
datos['investmentsNumber'] = datos.apply(investments, axis=1)
datos_filtrados = datos.groupby('Pais').agg({
investments(fila) : 'sum'
})
print(datos_filtrados)
Este es el archivo de las provincias(la funcion tendria que entrar a este archivo y recoger los datos de la formula)
Numero,Nombre,contagiosTotales,contagiosDiarios,contagiosActivos,muertesTotales,muertesDiarias,vacunasAplicadas,vacunasSinAplicar,vacunasTotales
ar1,ciudad autonoma de buenos aires,687000,2845,178000,9302,36,1011854,1608,1013462
ar2,santa fe,2,1992,12,12,12,182,12,12
ar3,c,4900,12,12,12,12,12,12,12
ar4,d,9340,92,12,12,12,12,12,12
ch1,e,300,12,192,12,1772,12,12,12
ch2,f,234,12,12,12,12,12,1777,12
ar5,g,234,12,12,12,12,12,12,12
br1,h,300,12,12,1892,12,12,12,12
br2,i,234,12,12,12,12,12,12,129
y por ultimo hay un archivo paises.csv que lo que hace es designar algunas de las provincias que mostre antes a un pais en especifico:
Numero,Nombre,provincias
Pais1,argentina,ar1|ar2|ar3|ar4|ar5
Pais2,chile,ch1|ch2
Pais3,brasil,br1|br2
groupby(by='pais')
investmentsNumber
es una fila o una columna?¿que contendrá?