3

Tengo un diccionario que tiene dataframes de Pandas como valores. Quiero obtener un nuevo DataFrame uniendo todos los dataframes contenidos en el diccionario. El problema es que necesito crear una nueva columna en la que cada fila tiene el valor de la clave de ese DataFrame en el diccionario.

Creo que se entenderá mejor con un ejemplo:

Tenemos el siguiente diccionario, al que llamaremos diccionario:

{0:     count  eclipse_id
    7      19       10453
    56     12       11305
    48     11       11305

 1:     count  eclipse_id
    13      9       11305
    9       5       11339}

El objetivo es transformarlo en:

count   item_id    user_id
   19     10453          0
   12     11305          0
   11     11305          0
    9     11305          1
    5     11339          1

Como se puede observar, el valor de cada fila de la columna user_id se corresponde con la clave que su respectivo DataFrame tenía en el diccionario original.

2
  • el 'diccionario' tal y como está no es un diccionario Python válido. Tienes dos claves (0 y 1) pero no hay diccinario anidado. ¿Es en realidad un diccionario en donde el valor es un DataFrame (y no un diccionario ) y la clave se corresponde al user_id?
    – FJSevilla
    el 6 jul. 2017 a las 10:14
  • @FJSevilla Si ! el 6 jul. 2017 a las 12:46

1 respuesta 1

5

Lo más simple es valerte de pandas.concat y usar su parámetro keys para crear la nueva columna. Al parámetro keys se le pasa un iterable con un item por cada dataframe a concatenar y este item es usado para crear un nuevo índice. Solo te queda pasar ese índice a una columna normal y renombrarlo a "user_id":

import pandas as pd


#Creamos un diccionario de DataFrames para emular tu ejemplo
datos = {0: pd.DataFrame({'count': [19, 12, 21],
                          'eclipse_id': [10453, 11305, 11305]},
                          index = [7, 56, 48]),
         1: pd.DataFrame({'count': [9, 5],
                          'eclipse_id': [11305, 11339]},
                          index = [13, 9])
         }


# Ahora el diccionario "datos" es igual al que tu presentas.

df = pd.concat(datos.values(), keys=datos.keys())
df.reset_index(level=0, inplace =True)
df.rename(columns={'level_0': 'user_id'}, inplace=True)

Salida:

>>> df    

    user_id  count  eclipse_id
7         0     19       10453
56        0     12       11305
48        0     21       11305
13        1      9       11305
9         1      5       11339

Puedes cambiar el orden de las columnas, ordenarlo como quieras o cambiar el índice.

4
  • Muchas gracias ! Y como deshacerse con la primera columna ? el 6 jul. 2017 a las 15:32
  • @Marine1 la primera columna es el índice, todo DataFrame necesita un índice. Puedes reindexar para que el índice sea 0,1,2,3.... o tienes que usar alguna de las otras columnas como índice. En el primer caso simplemente debes hacer df.reset_index(inplace = True, drop = True).
    – FJSevilla
    el 6 jul. 2017 a las 15:41
  • Y podria haberlo de esta manera ? Es para utilizarlo con ranking_factorization_recommender.create el 6 jul. 2017 a las 15:43
  • Ha, creo que he entendido : Este último es un SFrame ! el 6 jul. 2017 a las 15:51

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

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