CSVデータの並び替えについて

Question

前提・実現したいこと

pythonを勉強中の者です。

あるCSVデータから、整理して、
2018/10/17 13:29,logon
2018/10/19 17:51,logoff
2018/10/19 18:04,logon
2018/10/19 18:11,logoff
2018/10/24 10:18,logon
2018/10/24 11:50,logoff

以下の結果に並び替えしたいのですが、どのようにすればよいか教えていただけないでしょうか？
Pandasライブラリを利用するなどでも大丈夫です。

logon, logoff
2018/10/17 13:29,2018/10/19 17:51
2018/10/19 18:04,2018/10/19 18:11
2018/10/24 10:18,2018/10/24 11:50

Answer 1

pandas であれば DataFrame.melt()で実現できるかと思います

https://pandas.pydata.org/pandas-docs/version/0.23.4/generated/pandas.DataFrame.melt.html

import pandas as pd
import io

data = """
logon,logoff
2018/10/17 13:29,2018/10/19 17:51
2018/10/19 18:04,2018/10/19 18:11
2018/10/24 10:18,2018/10/24 11:50
"""

df = pd.read_csv(io.StringIO(data), parse_dates=['logon','logoff'])
#                logon              logoff
#0 2018-10-17 13:29:00 2018-10-19 17:51:00
#1 2018-10-19 18:04:00 2018-10-19 18:11:00
#2 2018-10-24 10:18:00 2018-10-24 11:50:00

result = df.melt(value_vars=['logon','logoff'])
print(result)
#  variable               value
#0    logon 2018-10-17 13:29:00
#1    logon 2018-10-19 18:04:00
#2    logon 2018-10-24 10:18:00
#3   logoff 2018-10-19 17:51:00
#4   logoff 2018-10-19 18:11:00
#5   logoff 2018-10-24 11:50:00

【追記】

反対の処理は DataFrame.pivot() または DataFrame.pivot_table() にて行うことができます。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.pivot.html
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.pivot_table.html

import pandas as pd
import io

data = """
2018/10/17 13:29,logon
2018/10/19 17:51,logoff
2018/10/19 18:04,logon
2018/10/19 18:11,logoff
2018/10/24 10:18,logon
2018/10/24 11:50,logoff
"""

df = pd.read_csv(io.StringIO(data), header=None, parse_dates=[0])
#                    0       1
#0 2018-10-17 13:29:00   logon
#1 2018-10-19 17:51:00  logoff
#2 2018-10-19 18:04:00   logon
#3 2018-10-19 18:11:00  logoff
#4 2018-10-24 10:18:00   logon
#5 2018-10-24 11:50:00  logoff

result = df.pivot(columns=1, index=df.index//2)
#                    0
#1              logoff               logon
#0 2018-10-19 17:51:00 2018-10-17 13:29:00
#1 2018-10-19 18:11:00 2018-10-19 18:04:00
#2 2018-10-24 11:50:00 2018-10-24 10:18:00

result = df.pivot_table(values=0, columns=1, aggfunc='first', index=df.index//2)
#1              logoff               logon
#0 2018-10-19 17:51:00 2018-10-17 13:29:00
#1 2018-10-19 18:11:00 2018-10-19 18:04:00
#2 2018-10-24 11:50:00 2018-10-24 10:18:00

Comments

[oilman]

早速のご回答ありがとうございます。

元データ
data = """
2018/10/17 13:29,logon
2018/10/19 17:51,logoff
2018/10/19 18:04,logon
2018/10/19 18:11,logoff
2018/10/24 10:18,logon
2018/10/24 11:50,logoff
"""
を
# logon logoff
#0 2018-10-17 13:29:00 2018-10-19 17:51:00
#1 2018-10-19 18:04:00 2018-10-19 18:11:00
#2 2018-10-24 10:18:00 2018-10-24 11:50:00

にしたいのですが、これもDataFrame.melt()で実現できるのでしょうか？

[magichan]

うおぉ！！　大変失礼致しました。
全く反対の処理を行いたかったのですね。
それであれば、DataFrame.pivot() または DataFrame.pivot_table() にて実現できます。
追記します。

[oilman]

出来ました！ありがとうございます。
またCSVファイルを読み込ませる場合、
df = pd.read_csv('sample.csv', encoding='utf-8', header=None, parse_dates=[0])
で行けますね
これから、少しずつ学んでいきたいと思います。