0

Soy nuevo con python y estoy haciendo una serie de ejercicios.

El caso es que tengo un dataFrame creado a partir de un diccionario:

df = pd.DataFrame({
'animal':
['gato', 'gato', 'serpiente', 'perro', 'perro', 'gato', 'serpiente', 'gato', 'perro', 'perro'],
'edad': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
'visitas': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
'prioridad':
['si', 'si', 'no', 'si', 'no', 'no', 'no', 'si', 'no', 'no']
},index = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
)

Por lo que quedaría algo así:

      animal    edad    visitas     prioridad
a       gato    2.5        1        si
b       gato    3.0        3        si
c   serpiente   0.5        2        no
d    perro      NaN        3        si
e   perro       5.0        2        no
f   gato        2.0        3        no
g   serpiente   4.5        1        no
h   gato        NaN        1        si
i   perro       7.0        2        no
j   perro       1.5        1        no

Lo que quiero es lo siguiente:

Para cada número diferente de visitas de cada animal, calcule la edad promedio, es decir, devuelva una tabla, la fila es del tipo animal, la columna es el número de visitas y el valor de la tabla es la edad promedio del número. de visitantes en la columna de tipo de animal.

Y lo que entiendo es que tengo que hacer algo así:

           1    3     2
perro      x    x     x
gato       x    x     x
serpiente  x    x     x

Donde x es la edad media de los perros que tienen 1 visita, 2 visitas y 3, así con los demás animales. Pero no sé ni por dónde empezar.

¿Alguien puede orientarme aunque sea un poco?

8
  • Pero ¿Qué has intentado o investigado? ¿Cuál es el error que te impide hacerlo? el 10 nov. 2022 a las 10:51
  • Aparte del comentario anterior, ¿Cómo se deberían considerar los NaN? Cómo dato inválido o como cero. el 10 nov. 2022 a las 10:56
  • Si disculpa. Los NaN los elimino con dropNa para no interferir en la media. He creado la columna de los animales así. var = df.groupby(['animal','visitas'])['edad'].mean() df_nuevo = pd.DataFrame(var) Pero no me crea las columnas bien
    – ldengra
    el 10 nov. 2022 a las 11:01
  • Más bien creo que el ejercicio apunta a aprender sobre pivot_table, creo que con esa pista te puede ayudar, si al intentar no funciona por favor edita la pregunta y agrega lo que intentaste y lo revisamos. el 10 nov. 2022 a las 11:07
  • Muchas gracias!! he estado investigando y tengo esto: df.dropna(inplace=True) df.groupby(['animal','visitas']).size().to_frame()[:15] df.pivot_table(df,index=['animal'], columns=['visitas']) Con esto logro crear la tabla mas o menos como quiero, pero no se como rellenarla con la Edad Media de cada animal/visita
    – ldengra
    el 10 nov. 2022 a las 11:43

1 respuesta 1

0

Ya he podido solucionarlo

esta es la solución que he aplicado Ya lo he solucionado.


df_pivot = pd.pivot_table(df, 
values=['edad'], 
index=['animal'], 
columns=['visitas'], 
aggfunc={'edad': np.mean}
)

df_pivot

Primero he limpiado los datos de NaN, para no interferir en la media de la edad. He usado el pivot_table. Son las agrupaciones de datos a las que se les suelen aplicar funciones matemáticas como sumatorios, promedios, etc.

Así que uso como valores las edades ya limpias, los animales como indices y las visitas como columnas. Se le agrega la función de mean() a la edad y se crea la tabla

2
  • Después de un par de días regresa a esta pregunta y acepta tu respuesta como correcta, de esa forma la pregunta no quedará abierta por siempre. Saludos! el 10 nov. 2022 a las 13:12
  • Buen día, ya es posible que aceptes tu propia respuesta, por cierto, si quisieras resolverlo sin tener que importar numpy puedes hacer aggfunc={'edad': 'mean'} el 17 nov. 2022 a las 7:26

Tu Respuesta

Al pulsar en “Publica tu respuesta”, muestras tu consentimiento a nuestros términos de servicio, política de privacidad y política de cookies

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.