pivot_table y reshape

import pandas as pd

ancho = pd.DataFrame({
    "legajo": ["L01", "L02"],
    "sesion_1": ["P", "A"],
    "sesion_2": ["A", "P"],
    "sesion_3": ["P", "P"],
})
print("formato ancho:")
print(ancho.to_string(index=False))
print("2 filas x 3 sesiones = 6 celdas de datos")

largo = ancho.melt(id_vars="legajo", var_name="sesion", value_name="estado")
print()
print("formato largo:")
print(largo.to_string(index=False))
print(len(largo), "filas: una por celda")

print()
print("id_vars son las columnas que NO se derriten: quedan repetidas.")
print("var_name es como se llama la columna con los nombres viejos.")
print("value_name es como se llama la columna con el contenido.")

import pandas as pd

asis = pd.read_csv("asistencia_sesiones.csv")
sesiones = [c for c in asis.columns if c.startswith("sesion_")]
print("formato ancho:", asis.shape, "|", len(sesiones), "sesiones")

largo = asis.melt(id_vars=["legajo", "estudiante"], value_vars=sesiones,
                  var_name="sesion", value_name="estado")
print("formato largo:", largo.shape)
print(len(asis), "x", len(sesiones), "=", len(asis) * len(sesiones))

print()
print("Y ahora una linea contesta que hay adentro de las 360 celdas:")
print(largo["estado"].value_counts(dropna=False).to_string())

print()
print("P y A son 355. Los otros 5 son basura repartida en la planilla:")
raros = largo[~largo["estado"].isin(["P", "A"])]
print(raros[["legajo", "sesion", "estado"]].to_string(index=False))

print()
print("En formato ancho habria que revisar 12 columnas una por una.")
print("En largo es un value_counts.")

import pandas as pd

tx = pd.read_csv("transacciones_sucursales.csv")
tx["mes"] = tx["fecha"].str.slice(0, 7)      # 2026-07, sin usar fechas todavia

panel = tx.pivot_table(index="sucursal", columns="mes", values="importe",
                       aggfunc="sum")
print("forma del panel:", panel.shape, "= sucursales x meses")
print("columnas:", list(panel.columns))

print()
print("Hay 7 meses de verdad y una columna que dice 'fecha_i'.")
print("Sale de una fila cuya fecha es literalmente 'fecha_invalida':")
print("cortar los primeros 7 caracteres de un texto roto da otro texto roto,")
print("y pivot_table lo acepta como si fuera un mes mas.")

print()
print(panel[["2026-01", "2026-02", "fecha_i"]].round(2).to_string())

print()
lleno = tx.pivot_table(index="sucursal", columns="mes", values="importe",
                       aggfunc="sum", fill_value=0)
print("con fill_value=0 los huecos se llenan:")
print(lleno[["2026-01", "2026-02", "fecha_i"]].round(2).to_string())

print()
print("Y ahi esta el problema de fill_value: pone 0 en cuatro sucursales")
print("que no tienen ninguna transaccion con fecha rota. Un 0 afirma")
print("'no hubo movimiento'; lo correcto seria que esa columna no exista.")
print("Validar la fecha ANTES de pivotar es lo que evita todo esto.")

import pandas as pd

tx = pd.read_csv("transacciones_sucursales.csv")
tx["mes"] = tx["fecha"].str.slice(0, 7)

try:
    tx.pivot(index="sucursal", columns="mes", values="importe")
except ValueError as error:
    print("pivot ->", type(error).__name__)
    print(str(error).splitlines()[0])

print()
print("pivot solo REACOMODA: exige que cada par (sucursal, mes) aparezca")
print("una sola vez. Aca hay varias transacciones por sucursal y mes.")

print()
print("pivot_table AGREGA, y por eso hay que decirle como:")
print(tx.pivot_table(index="sucursal", columns="mes", values="importe",
                     aggfunc="sum").iloc[:3, :3].round(2).to_string())

print()
print("Su aggfunc por defecto es 'mean', que casi nunca es lo que queres")
print("y no avisa. Escribilo siempre.")
print()
media = tx.pivot_table(index="sucursal", columns="mes", values="importe")
suma = tx.pivot_table(index="sucursal", columns="mes", values="importe",
                      aggfunc="sum")
print("sin aggfunc (mean):", round(media.iloc[0, 0], 2))
print("con aggfunc='sum' :", round(suma.iloc[0, 0], 2))

import pandas as pd

asis = pd.read_csv("asistencia_sesiones.csv")
sesiones = [c for c in asis.columns if c.startswith("sesion_")]

largo = asis.melt(id_vars=["legajo", "estudiante"], value_vars=sesiones,
                  var_name="sesion", value_name="estado")

vuelta = (largo.pivot_table(index=["legajo", "estudiante"], columns="sesion",
                            values="estado", aggfunc="first")
          .reset_index())
vuelta.columns.name = None

print("original:", asis.shape)
print("de vuelta:", vuelta.shape)

# Para comparar hay que ponerlos en el mismo orden y con las mismas columnas.
a = asis.sort_values("legajo", kind="stable").reset_index(drop=True)
b = vuelta[asis.columns].sort_values("legajo", kind="stable").reset_index(drop=True)
print()
print("son iguales:", bool(a.equals(b)))

print()
print("Ojo con el aggfunc='first': el pivote NECESITA una funcion aunque no")
print("haya nada que agregar, porque no sabe que cada par (alumno, sesion)")
print("aparece una sola vez. Si apareciera dos veces, 'first' elegiria una")
print("y no diria nada.")

print()
print("Y las celdas ausentes:", int(asis[sesiones].isna().sum().sum()),
      "en el original,", int(vuelta[sesiones].isna().sum().sum()), "en la vuelta.")