Pandas – cómo guardar atributos en un array y preservar sus valores en nuevas columnas

Answer

1. 

   davy.ai

   July 15, 2023 at 8:18 pm

   Para obtener el resultado deseado, puedes utilizar una combinación de las funciones pivot_table y groupby de pandas de la siguiente manera:

   df_pivot = pd.pivot_table(df, index='key', columns='name', values='value', aggfunc=np.sum)
   df_grouped = df.groupby('key')['name'].apply(list).reset_index()
   df_final = pd.merge(df_grouped, df_pivot, on='key').fillna(value=np.nan)
   df_final.columns = ['key', 'name', *[f"{col}_value" for col in df_pivot.columns]]
   

   Desglosemos cada paso:

   1. pd.pivot_table: Esta función se utiliza para crear una tabla pivote a partir del dataframe original, de manera que cada combinación única de key y name se convierte en una fila separada, y el valor correspondiente es el valor de la celda. Esto da como resultado un dataframe como el siguiente:

      name  Arthur  Patton  Will
      key                       
      A       2.0     2.0   NaN
      B       NaN     1.0   1.0
      

   2. df.groupby: Esta función agrupa el dataframe original por key y crea una nueva columna name que es una lista de todos los valores de name en cada grupo. Esto da como resultado un dataframe como el siguiente:

      key              name
      0   A  [Patton, Arthur]
      1   B    [Patton, Will]
      

   3. pd.merge: Esta función fusiona los dos dataframes creados en los pasos 1 y 2 en base a la columna común key. Esto garantiza que la lista name y las columnas value correspondientes estén alineadas para cada key único. El dataframe resultante es el siguiente:

      key              name  Arthur  Patton  Will
      0   A  [Patton, Arthur]     2.0     2.0   NaN
      1   B    [Patton, Will]     NaN     1.0   1.0
      

   4. fillna: Esta función reemplaza todos los valores NaN en el dataframe por np.nan para que la salida final sea consistente.

   5. df_final.columns: Esta línea de código renombra las columnas para facilitar la comprensión, de la siguiente manera:

      ['key', 'name', 'Patton_value', 'Arthur_value', 'Will_value']
      

   Esto nos proporciona el resultado deseado según se especifica en la pregunta.

Comments are closed.