Crear y modificar columnas

import pandas as pd

inventario = pd.read_csv("inventario_productos.csv")

# 1. Asignacion directa: modifica el DataFrame que tenes.
directo = inventario.copy()
directo["valor"] = (directo["cantidad"] * directo["precio_unitario"]).round(2)
print("asignacion directa -> columnas:", list(directo.columns))

# 2. assign: devuelve una tabla NUEVA con la columna agregada.
con_assign = inventario.assign(
    valor=(inventario["cantidad"] * inventario["precio_unitario"]).round(2))
print("assign             -> columnas:", list(con_assign.columns))

print()
print("y el original sigue sin la columna:", list(inventario.columns))

print()
print(con_assign[["codigo", "cantidad", "precio_unitario", "valor"]]
      .head(3).to_string(index=False))

import pandas as pd

inventario = pd.read_csv("inventario_productos.csv")

resultado = (inventario
             .assign(valor=lambda d: (d["cantidad"] * d["precio_unitario"]).round(2))
             .assign(caro=lambda d: (d["valor"] > 50000).astype("int64")))

print(resultado[["codigo", "valor", "caro"]].head(5).to_string(index=False))
print()
print("productos caros:", int(resultado["caro"].sum()))

print()
# Con lambda, d es la tabla TAL COMO VA LLEGANDO a ese assign. Por eso el
# segundo puede usar 'valor', que no existia antes de la linea anterior.
print("En un solo assign tambien se puede, siempre con lambda:")
en_uno = inventario.assign(
    valor=lambda d: (d["cantidad"] * d["precio_unitario"]).round(2),
    caro=lambda d: (d["valor"] > 50000).astype("int64"),
)
print("columnas:", list(en_uno.columns))
print("mismo resultado:", bool(en_uno["caro"].equals(resultado["caro"])))

import warnings

import pandas as pd

inventario = pd.read_csv("inventario_productos.csv")
print("P007 antes:", inventario.loc[inventario["codigo"] == "P007",
                                    "cantidad"].item())

# Dos operaciones de indexado seguidas: primero filtra (y eso ya devolvio una
# copia), despues asigna sobre la copia. El original ni se entera.
with warnings.catch_warnings(record=True) as avisos:
    warnings.simplefilter("always")
    inventario[inventario["cantidad"] < 0]["cantidad"] = 0
    for aviso in avisos:
        print()
        print("aviso:", aviso.category.__name__)
        print(str(aviso.message).splitlines()[0])

print()
print("P007 despues:", inventario.loc[inventario["codigo"] == "P007",
                                      "cantidad"].item())
print()
print("Lo importante: NO se levanto ninguna excepcion. Es una ADVERTENCIA.")
print("El programa siguio corriendo con el -5 intacto, y en un cuaderno")
print("de Jupyter esa advertencia se pierde entre las demas salidas.")

import pandas as pd

inventario = pd.read_csv("inventario_productos.csv")
print("P007 antes :", inventario.loc[inventario["codigo"] == "P007",
                                     "cantidad"].item())

# UN solo indexado: loc recibe las filas y la columna a la vez.
inventario.loc[inventario["cantidad"] < 0, "cantidad"] = 0

print("P007 despues:", inventario.loc[inventario["codigo"] == "P007",
                                      "cantidad"].item())
print("cantidades negativas que quedan:",
      int((inventario["cantidad"] < 0).sum()))

print()
# Y la version que no toca el original, que es la que usan los pipelines.
otro = pd.read_csv("inventario_productos.csv")
limpio = otro.assign(cantidad=otro["cantidad"].clip(lower=0))
print("con assign -> original intacto:",
      otro.loc[otro["codigo"] == "P007", "cantidad"].item())
print("            copia corregida  :",
      limpio.loc[limpio["codigo"] == "P007", "cantidad"].item())

import numpy as np
import pandas as pd

inventario = pd.read_csv("inventario_productos.csv")

# Dos salidas segun una condicion: np.where es el if vectorizado.
inventario["etiqueta"] = np.where(inventario["precio_unitario"] > 500,
                                  "caro", "barato")

# Mas de dos: pd.cut corta un rango en tramos con nombre.
inventario["tramo"] = pd.cut(
    inventario["precio_unitario"],
    bins=[-np.inf, 100, 500, np.inf],
    labels=["bajo", "medio", "alto"],
)

print(inventario[["codigo", "precio_unitario", "etiqueta", "tramo"]]
      .head(6).to_string(index=False))

print()
print(inventario["tramo"].value_counts(dropna=False).to_string())

print()
print("Ojo con los 2 precios ausentes: np.where los mando a 'barato'")
print("porque NaN > 500 da False, y pd.cut los dejo como NaN.")
print("Dos funciones, dos criterios distintos para el mismo ausente.")