2019 10:00

Tecnologia

lfzz 180º
em 19/09/19 20:27

comentada em 20/09/2019 10:00

Boa noite pessoal,

Estou desenvolvendo um algoritmo em Python (sou novo nessa linguagem) e me deparei com um "problema" que em outra linguagem eu faria pelo método espartano, pegando while/for e trabalhando com vetores/matrizes auxiliares.

Para contextualizar melhor, vejam a tabela abaixo:

Código
Descrição
Mês
Dia
Hora_1
Hora_2
Hora_3
Hora_4
XY0001
PV System 1
9
1
120
117
122
127
XY0002
PV System 2
9
1
115
119
123
120
XY0003
PV System 3
9
1
110
124
126
128
XY0001
PV System 1
9
2
117
124
128
125
XY0002
PV System 2
9
2
113
110
115
112
XY0003
PV System 3
9
2
110
114
115
109

Imaginem que essa tabela contém os 30 dias do mês de setembro (não coloquei todos os dias, como forma de manter o post mais limpo).
O script que estou montando irá fazer o seguinte, colocar a tabela da seguinte forma:

Código
Descrição
Mês
Dia
Hora
Valor
XY0001
PV System 1
9
1
1
120
XY0001
PV System 1
9
1
2
117
XY0001
PV System 1
9
1
3
122
XY0001
PV System 1
9
1
4
127

Onde irei acrescentar uma coluna com a indicação de cada Hora e uma Coluna com o Valor obtido naquela hora. Ou seja, irei "transpor" os dados, acrescentando mais informação. Essa manipulação é necessária devido aos dados que terei que comparar provenientes de uma tabela SQL.

Li a respeito do pandas para a manipulação de data como data frame, porém não encontrei uma solução 'limpa' sem o uso dos laços condicionais para girar essa tabela.

A minha dúvida é a seguinte, com as bibliotecas presentes no python, como numpy e pandas, seria possível realizar esse script de uma maneira mais limpa, do que utilizar de laços e aux?

Valeu

ver comentários do moderador

Comentários

Último comentário 1º comentário do autor Só moderadores Só os meus Só quem eu sigo Ordenar por gostei

lfzz 180º
em 19/09/2019 20:43

Tabela 1

Tabela 2

Ajuda aí pow!

Pandas (Python) - Manipulação de Dados - #1 de 4

Flávio79 180º
em 19/09/2019 21:37

import pandas as pd

df = pd.DataFrame({'Código':['XY0001','XY0002'],
                   'Descrição':['PV System 1','PV System 2'],
                   'Mês': [9,9],'Dia':[1,1],'Hora_1':[120,115],
                   'Hora_2':[117,119],'Hora_3':[122,123],
                   'Hora_4':[127,120]})

print(df)
#    Código    Descrição  Mês  Dia  Hora_1  Hora_2  Hora_3  Hora_4
# 0  XY0001  PV System 1    9    1     120     117     122     127
# 1  XY0002  PV System 2    9    1     115     119     123     120

# Função melt vai "despivotar" as colunas Hora_X
df = df.melt(id_vars=['Código','Descrição','Mês','Dia'],var_name='Hora')

print(df)
#    Código    Descrição  Mês  Dia    Hora  value
# 0  XY0001  PV System 1    9    1  Hora_1    120
# 1  XY0002  PV System 2    9    1  Hora_1    115
# 2  XY0001  PV System 1    9    1  Hora_2    117
# 3  XY0002  PV System 2    9    1  Hora_2    119
# 4  XY0001  PV System 1    9    1  Hora_3    122
# 5  XY0002  PV System 2    9    1  Hora_3    123
# 6  XY0001  PV System 1    9    1  Hora_4    127
# 7  XY0002  PV System 2    9    1  Hora_4    120

# Converter a string 'Hora_X' em 'X' 
df['Hora']=df['Hora'].str.replace('Hora_','')

print(df)
#    Código    Descrição  Mês  Dia  Hora  value
# 0  XY0001  PV System 1    9    1     1    120
# 1  XY0002  PV System 2    9    1     1    115
# 2  XY0001  PV System 1    9    1     2    117
# 3  XY0002  PV System 2    9    1     2    119
# 4  XY0001  PV System 1    9    1     3    122
# 5  XY0002  PV System 2    9    1     3    123
# 6  XY0001  PV System 1    9    1     4    127
# 7  XY0002  PV System 2    9    1     4    120

A mágica que você precisa usar é a função melt: pandas.melt — pandas 0.25.1 documentation

Ajuda aí pow!

Pandas (Python) - Manipulação de Dados - #2 de 4

lfzz 180º
em 19/09/2019 22:02

@Flávio79 cara! valeu demais! eu tinha acabado de achar esse no stackflow, inacreditável fazer isso com uma linha de código hahahahha

muito obrigado!