質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.80%

CSVデータの並び替えについて

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 764

oilman

score 14

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

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

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

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/04/06 23:01

    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
    """

    # 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?

    キャンセル

  • 2019/04/07 00:45

    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。

    キャンセル

  • 2019/04/07 11:41

    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。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.80%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る