Pandas

Vista general

En esta solución nos enfocaremos en cómo pivotar un DataFrame. Pivotar una tabla significa remodelarla de tal forma que las columnas se convierten en filas y las filas en columnas. Desentrañemos la solución y el uso de la función pivot en detalle.

Conceptos clave:

• Función pivot: La función pivot en pandas se usa para remodelar los datos en base a una columna de valores para obtener un nuevo DataFrame. pivot es capáz de recibir varios argumentos, en seguida se listan los que vamos a utilizar:

  • index: Determina las filas del nuevo DataFrame.
  • columns: Determina las columnas en el nuevo DataFrame.
  • values: Especifica los valores a ser usados al momento de remodelar la tabla.

Intuición

Véamos la solución paso a paso:

1. Importar pandas:

import pandas as pd

Esto importa la libreria pandas y le asigna un alias pd. pandas es una libreria, escrita en Python, de código abierto para análisis y manipulación de datos, se caracteriza por ser rápida, poderosa, flexible y fácil de utilizar.

2. La función pivot

ans = weather.pivot(index='month', columns='city', values='temperature')

Esto es lo que hace cada argumento de la función pivot:

• index: Determina las filas del nuevo DataFrame. En este ejemplo, utilizamos la columna month del DataFrame original como índice, lo que significa que nuestra tabla pivote tendrá una fila por cada valor único de la columna month.

• columns: Determina las columnas del nuevo DataFrame. Aquí, estamos utilizando la columna city, lo que significa que nuestra tabla pivote tendrá una columna por cada valor único de la columna city.

• values: Este argumento especifica los valores que se utilizarán al remodelar la tabla. En este ejemplo, utilizamos la columna temperature del DataFrame original.

3. Retornar el DataFrame modificado:

return ans

Esta línea de código retorna el DataFrame remodelado.

Usar la solución

Visualización de la función pivot

Cuando pasamos este DataFrame a la función:

city	month	temperature
Jacksonville	January	13
Jacksonville	February	23
Jacksonville	March	38
Jacksonville	April	5
Jacksonville	May	34
ElPaso	January	20
ElPaso	February	6
ElPaso	March	26
ElPaso	April	2
ElPaso	May	43

Retornará:

month	ElPaso	Jacksonville
April	2	5
February	6	23
January	20	13
March	26	38
May	43	34

Notas:

• Datos faltantes: La función pivot no soporta filas duplicadas para la misma combinación de index/column. En caso de existir duplicados, podría considerar el uso de pivot_table, que puede agregar las entradas duplicadas.

• Tipos de dato: Según la tabla, las columnas city y month son de tipo "Object", que equivale a un string en pandas, mientras que temperature es de tipo entero.

• Orden: La salida no tiene por qué seguir el mismo orden que en el ejemplo (es decir, de enero a mayo). Si lo quieres en un orden específico, tendrías que ordenarlo después de pivotar.

Solución completa con ordenamiento:

import pandas as pd


def pivotTable(weather: pd.DataFrame) -> pd.DataFrame:
    ans = weather.pivot(index='month', columns='city', values='temperature')
    month_order = [
        "January", "February", "March",
        "April", "May", "June", "July",
        "August", "September", "October",
        "November", "December"
    ]
    ans = ans.reindex(month_order)
    return ans

En esta solución, después de pivotar, el DataFrame es ordenado en base al órden de los meses. El DataFrame resultante sería:

month	ElPaso	Jacksonville
January	20	13
February	6	23
March	26	38
April	2	5
May	43	34

Implementación

import pandas as pd


def pivotTable(weather: pd.DataFrame) -> pd.DataFrame:
    ans = weather.pivot(index='month',
                        columns='city',
                        values='temperature')
    return ans