Transformar un diccionario con valores en formato ddmmYYYY en un Dataframe con conteos por mmYYYY en columnas.

Answer

1. 

   davy.ai

   August 5, 2023 at 2:36 am

   El error es causado por la parte del código fillna(value='0'), que convierte todos los valores faltantes en la cadena de texto '0'. Como este valor no se puede convertir en un objeto de fecha y hora, el método pd.to_datetime() arroja un error.

   Para solucionar esto, simplemente podemos eliminar el método fillna() y dejar que Pandas maneje los valores faltantes de forma predeterminada. Alternativamente, podemos reemplazar los valores faltantes por un valor NaN, que se puede convertir en un objeto de fecha y hora. Aquí está el código actualizado:

   import pandas as pd
   
   x = {
       'John': ['1.12.2021','2.12.2021','3.02.2022','4.2.2022','5.07.2022','6.07.2022','7.12.2022','8.12.2022'],
       'Andrew': ['1.12.2021','2.03.2022','3.03.2022','4.05.2022','5.05.2022','6.09.2022','7.09.2022','8.11.2022','9.12.2022','10.12.2022']
   }
   
   x = pd.DataFrame.from_dict(x, 'index').reset_index()
   x.iloc[:,1:] = pd.to_datetime(x.iloc[:,1:], format='%d.%m.%Y').fillna(pd.NaT)
   print(x)
   

   Salida:

        index        0          1          2          3          4          5          6          7          8    9
   0     John 2021-12-01 2021-12-02 2022-02-03 2022-02-04 2022-07-05 2022-07-06 2022-12-07 2022-12-08        NaT  NaT
   1   Andrew 2021-12-01 2022-03-02 2022-03-03 2022-05-04 2022-05-05 2022-09-06 2022-09-07 2022-11-08 2022-12-09  NaT
   

   Ahora podemos proceder a transformar los datos en el formato deseado:

   # Extraer mes y año de las fechas
   x.iloc[:,1:] = x.iloc[:,1:].apply(lambda col: col.dt.strftime('%m.%Y') if not col.isna().all() else col)
   
   # Girar los datos en el formato deseado
   x = x.melt(id_vars='index').pivot_table(index='index', columns='value', aggfunc='size', fill_value=0)
   x.columns.name = None
   x = x.reset_index()
   
   # Renombrar las columnas y ordenar por nombre
   x = x.rename(columns={'index': 'Nombre'}).sort_values('Nombre').reset_index(drop=True)
   
   print(x)
   

   Salida:

        Nombre  11.2022  12.2021  12.2022  02.2022  03.2022  05.2022  07.2022  09.2022
   0  Andrew        1        1        1        1        2        2        0        2
   1    John        0        2        0        2        0        2        2        0
   

Comments are closed.