3

Tengo valores infinitos en mi dataframe, pero en vez de sustituir esos valores por Nan, 0 u otro valor, me gustaría que en cada fila ese valor inf, se sustituyese por el valor que tenga en cada fila una columna específica. Pongo un ejemplo:

Jugador Minutos Minutos por centro
Andrés 120 42
Juan 80 inf
Ramón 60 inf
Pedro 198 33

¿Con qué código puedo, que al valor inf de Juan se le asigne el valor de sus Minutos (80), y que al valor inf de Ramón se le asigne el de sus minutos (60)?

Es decir, que siempre, que en este dataframe en la columna 'Minutos por centro' o cualquiera otra columna haya un inf, se le asigne el valor de la columna Minutos que tenga cada jugador.

He intentado con df.replace(np.inf, df[df['Minutos']], inplace=True) y de otras maneras pero no consigo solucionarlo.

Muchas gracias

2 respuestas 2

3

Usando df.loc debes seleccionar las filas que necesitas cambiar (para lo cual puedes usar una condición como df["Minutos por centro"]==np.inf) y la columna que quieres cambiar "Minutos por centro", y asignarle el valor deseado, leido de la otra columna.

Es decir:

df.loc[df["Minutos por centro"]==np.inf, "Minutos por centro"] = df.Minutos

resultado:

  Jugador  Minutos  Minutos por centro
0  Andrés      120                42.0
1    Juan       80                80.0
2   Ramón       60                60.0
3   Pedro      198                33.0

Ampliación

Si el dataframe tiene varias columnas que puedan contener infinito, por ejemplo como el siguiente:

  Jugador  Minutos  Minutos por centro  Otra columna  Otra más
0  Andrés      120                42.0           inf      20.0
1    Juan       80                 inf          10.0       inf
2   Ramón       60                 inf           inf       inf
3   Pedro      198                33.0           inf      10.0

y se quieren reemplazar todos los infinitos del dataframe por el valor que aparezca en la columna Minutos, la solución más breve y rápida es utilizar DataFrame.where(), en este caso así:

df = df.where(df!=np.inf, df.Minutos, axis=0)

El resultado sobre el dataframe de ejemplo anterior sería:

  Jugador  Minutos  Minutos por centro  Otra columna  Otra más
0  Andrés      120                42.0         120.0      20.0
1    Juan       80                80.0          10.0      80.0
2   Ramón       60                60.0          60.0      60.0
3   Pedro      198                33.0         198.0      10.0
2
  • Pero @abulafia, y si en vez de una columna, fuesen una una gran cantidad de columnas, y quiero seleccionar que todos los valores inf de todas las columnas del dataframe, esos inf se sustituyan por el valor Minutos? Muchas gracias por tu respuesta
    – Manuel
    Commented el 19 sept. 2022 a las 11:27
  • Así ya si está solucionado!! Mil gracias @abulafia. :)
    – Manuel
    Commented el 19 sept. 2022 a las 11:55
1

Hola Manuel un gusto en saludar.

Bueno primero definimos el código del del dataframe para verificar mejor las acciones.

en este caso utilicé la definición de infinito (np.inf) como infinito de la biblioteca Numpy

>>>import pandas as pd
>>>import numpy as np
>>>df = pd.DataFrame({'Jugador': ['Andrés', 'Juan', 
                  'Ramón','Pedro'],
                  'Minutos': [120,80,60, 198],
                  'Minutos por centro': [42,np.inf,np.inf,33]})

el resultado del frame

>>>df

Jugador Minutos Minutos por centro
0   Andrés  120 42.0
1   Juan    80  inf
2   Ramón   60  inf
3   Pedro   198 33.0

Nótesé, la columna 'Minutos por centro' utilizando un np.inf se define como un float64 y la columna 'Minutos' se define como un int64, lo resalto entre asteriscos (*)

>>>df.dtype

Jugador               object
Minutos               int64
Minutos por centro    float64
dtype: object

Pero para tener las dos columanas con igual dtype convertimos la columna minutos a float64

>>>df['Minutos']=df['Minutos'].astype(np.float64)

Ahora sí estarías las dos columans como float

>>>df.dtypes

Jugador                object
Minutos               float64
Minutos por centro    float64
dtype: object

Ahora el dataframe está definido así

>>>df

Jugador Minutos Minutos por centro
0   Andrés  120.0   42.0
1   Juan    80.0    inf
2   Ramón   60.0    inf
3   Pedro   198.0   33.0

Así como @abulafia definió

>>>df.loc[df["Minutos por centro"]==np.inf, "Minutos por centro"] = df.Minutos

luego de aplicar la solución de @abulafia que da el frame así

Jugador Minutos Minutos por centro
0   Andrés  120 42.0
1   Juan    80  80.0
2   Ramón   60  60.0
3   Pedro   198 33.0

Ahora me tomé la molestia de adecuar los datos para poder hacer la sustitución y agregar un plus si llegas a luego hacer aritmética con los tiempos, donde el método Timedelta es genial

>>>conversionm = pd.Series(df['Minutos'])
>>>conversionmpc =pd.Series(df['Minutos por centro'])

>>>def conver(x):
>>>    return pd.Timedelta(pd.offsets.Minute(x))

>>>conversionm = conversionm.apply(conver)
>>>conversionmpc = conversionmpc.apply(conver)
>>>ndf = pd.concat([df['Jugador'],conversionm,conversionmpc],axis=1)
>>>ndf

Jugador Minutos Minutos por centro
0   Andrés  0 days 02:00:00 0 days 00:42:00
1   Juan    0 days 01:20:00 0 days 01:20:00
2   Ramón   0 days 01:00:00 0 days 01:00:00
3   Pedro   0 days 03:18:00 0 days 00:33:00

Ves que pudieras enriquecer un como el dataframe con el método Timedelta, lo interesnte de esté método es que pudes luego mas fácil mostrar minutos, segundos etc de una manera más facil

y si quisieras de nuevo tenerlo en un formato "números netos"

>>>ndf = pd.concat([df['Jugador'],conversionm.dt.seconds/60,conversionmpc.dt.seconds/60],axis=1)
>>>ndf

Jugador Minutos Minutos por centro
0   Andrés  120.0   42.0
1   Juan    80.0    80.0
2   Ramón   60.0    60.0
3   Pedro   198.0   33.0

Espoero haber contribuido de manera positiva a la solución

saludos

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.