[Python] Criar coluna no dataframe que contenha a lista com os valores da linha exceto os...

Código e arquivo utilizados: https://github.com/CaioEuzebio/Python-DataScience-MachineLearning/tree/master/SalesLogistics

Estou trabalhando em uma análise utilizando pandas. Basicamente preciso classificar as ordens por quantidade de produtos, e que contenha os mesmos produtos.

Exemplo: Eu tenho a ordem 1 e a ordem 2, ambas possuem o produto A e produto B. Usando como chave a lista de produtos e quantidade de produtos irei criar uma pivot que vai ter como index essa combinação de produtos e ira me retornar as ordem quem possuem os mesmos produtos.

O objetivo gerál da análise é obter um dataframe como o abaixo:

dfFinal

listProds Ordens NumProds
[prod1,prod2,prod3] 1 3
2
3
[prod1,prod3,prod5] 7 3
15
25
[prod5] 8 1
3



Até o momento o código está assim.

Setando como index a coluna 'Ordem' para que a primeira pivot seja feita

df1.index=df1['Ordem']
df3 = df1.assign(col=df1.groupby(level=0).Produto.cumcount()).pivot(columns='col', values='Produto')


Com essa pivot obtenho o dataframe abaixo.

df3 =

col 0 1 2 3 4 5 6 7 8 9 ... 54 55 56 57 58 59 60 61 62 63
Ordem
10911KD YIZ12FF-A YIZ12FF-A YIIE2FF-A YIR72FF-A YIR72FF-A YIR72FF-A NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
124636 HYY32ZY-A HYY32ZY-A NaN NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
1719KD5 YI742FF-A YI742FF-A YI742FF-A YI742FF-A NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
22215KD YI762FF-A YI762FF-A YI762FF-A YI762FF-A YI762FF-A YI762FF-A YI6E2FF-A YI6E2FF-A YI6E2FF-A NaN ... NaN NaN NaN NaN NaN


Quando termino de rodar o código, aparece valores NaN, e preciso retirá-los das linhas, para que não influencie na análise que estou fazendo.

Continue reading...