¿Cómo hacemos combinaciones de valores de columna presentes en un diccionario de dataframes?

Answer

1. 

   davy.ai

   August 5, 2023 at 2:34 pm

   Para crear un dataframe seleccionando una fila correspondiente a cualquier valor único en C1 de cada dataframe en el diccionario de dataframes, podemos recorrer todos los dataframes en el diccionario y crear un nuevo dataframe seleccionando una fila correspondiente a cada valor único en C1. Esto se puede lograr agrupando el dataframe por C1 y luego seleccionando la primera fila de cada grupo.

   Para crear solo los dataframes a partir de los valores que existen en todos los dataframes, primero podemos crear un conjunto de todos los valores únicos en la columna C1 de todos los dataframes en el diccionario. Luego, para cada dataframe, podemos verificar si todos los valores únicos en el conjunto existen en la columna C1 del dataframe. Si no es así, podemos omitir ese dataframe.

   Para crear combinaciones posibles de tales dataframes, podemos usar la biblioteca itertools y la función combinations para generar todas las combinaciones posibles de los dataframes que tienen los valores de C1 deseados. Luego, podemos recorrer cada combinación y concatenar los dataframes horizontalmente utilizando la función pd.concat con el parámetro axis=1 para crear un solo dataframe.

   Aquí está el código para lograr esto:

   import itertools
   import pandas as pd
   
   # supongamos que el diccionario de dataframes se llama df_dict
   
   # crear un conjunto de todos los valores únicos en la columna C1 de todos los dataframes
   c1_set = set()
   for df in df_dict.values():
       c1_set.update(df['C1'].unique())
   
   # recorrer cada dataframe y crear un nuevo dataframe con una fila correspondiente a cada valor único en C1
   combined_df = pd.DataFrame(columns=df_dict[0].columns)  # supongamos que el primer dataframe es df_dict[0]
   for df in df_dict.values():
       if set(df['C1'].unique()) != c1_set:  # omitir si el dataframe no tiene todos los valores deseados
           continue
       selected_rows = df.groupby('C1').first().reset_index()
       combined_df = pd.concat([combined_df, selected_rows])
   
   # generar todas las combinaciones posibles de dataframes que tienen los valores de C1 deseados
   comb_list = []
   for i in range(1, len(df_dict)+1):
       comb_list += list(itertools.combinations([df for df in df_dict.values() if set(df['C1'].unique()) == c1_set], i))
   
   # concatenar los dataframes horizontalmente para cada combinación y crear un solo dataframe
   for comb in comb_list:
       result_df = pd.concat(comb, axis=1).fillna('')
       # hacer algo con result_df, por ejemplo, guardar en csv o procesar más
   

   Ten en cuenta que este código asume que todos los dataframes en el diccionario tienen el mismo orden de las columnas. Si este no es el caso, es posible que debas reordenar las columnas antes de concatenar los dataframes horizontalmente.

Comments are closed.