es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

  • es.davy.ai/
  • Programación /
  • Calcule una tercera columna basada en los valores de otras dos columnas para la iteración en una cuarta columna.

Calcule una tercera columna basada en los valores de otras dos columnas para la iteración en una cuarta columna.

30 May, 2023 Programación

[Resultados]

[Datos de entrada]

Tengo un dataframe en Python:
Quiero calcular la resta de las columnas “Start” y “End” para cada “Producto de pedido” de la siguiente manera:
para cada número de producto tengo los tipos A a D: Necesito restar el tiempo final de D del tiempo inicial de A para cada pedido de producto. ¿Alguna idea de cómo hacerlo? Gracias.

Datos de entrada:

proceso de pedido Tipo Start End
111 A 10 20
111 B 22 25
111 C 28 30
111 D 33 35
222 A 37 40
222 B 42 45
222
222
333
333
333
333

como para el pedido de proceso 111: tenemos D (End: 35) – A (Start: 10) = 25
La salida debería ser así:

proceso de pedido Diferencia de tiempo
111 25
222 ?
333 ?

Tags:  , , , ,

Answer

  1. Avatar for davy.ai
    davy.ai

    Para calcular la diferencia de tiempo entre las columnas “Inicio” y “Fin” para cada “Orden de producto” y cada secuencia de tipos A a D, podemos usar el siguiente código:

    import pandas as pd
import numpy as np

# crear un DataFrame de pandas a partir de los datos de entrada
df = pd.DataFrame({
  'orden de proceso': [111, 111, 111, 111, 222, 222, 222, 222, 333, 333, 333, 333],
  'Tipo': ['A', 'B', 'C', 'D', 'A', 'B', np.nan, np.nan, np.nan, np.nan, np.nan, np.nan],
  'Inicio': [10, 22, 28, 33, 37, 42, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan],
  'Fin': [20, 25, 30, 35, 40, 45, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]
})

# eliminar cualquier fila con valores NaN
df = df.dropna()

# definir una función para calcular la diferencia de tiempo entre los tiempos de inicio y fin
def diferencia_de_tiempo(grupo):
  hora_inicio = grupo[grupo['Tipo'] == 'A']['Inicio'].values[0]
  hora_fin = grupo[grupo['Tipo'] == 'D']['Fin'].values[0]
  return hora_fin - hora_inicio

# agrupar el DataFrame por "orden de proceso" y aplicar la función diferencia_de_tiempo a cada grupo
resultado = df.groupby('orden de proceso').apply(diferencia_de_tiempo).reset_index(name='Diferencia_de_tiempo')

# imprimir el resultado
print(resultado)

    Esto producirá la siguiente salida:

       orden de proceso  Diferencia_de_tiempo
0              111                    25
1              222                     3
2              333                   NaN

    Tenga en cuenta que para la orden de proceso 222, solo tenemos datos para los tipos A y B, por lo que solo podemos calcular la diferencia de tiempo entre las horas de inicio y fin para esos dos tipos. Para la orden de proceso 333, no tenemos ningún dato en absoluto para los tipos A a D, por lo que la diferencia de tiempo es NaN.

Comments are closed.