python pandasデータフレームの整形

Question

pyhtonで下記表1のようなデータフレームを、
表2のように整形、修正したいと考えております。

この場合、どのようなコードを書けばよおいのか教えていただけますと助かります。

よろしくお願いします。

表1
|timestamp|data1|data2|data3|data4|data5|data6|data7|data8|
|:--|:--:|:--:|:--:|--:|
|aaa|1|2|3|4|5|6|7|8|
|bbb|11|12|13|14|15|16|17|18|

表2

timestamp	CH	data	data
aaa	1	1	2
aaa	2	3	4
aaa	3	5	6
aaa	4	7	8
bbb	1	11	12
bbb	2	13	14
bbb	3	15	16
bbb	4	17	18

Comments

[meg_]

表１から表２への変換ルールは何でしょうか？　「ＣＨ」列は何ですか？

[goma-goma]

表1の同時刻のデータ(計8個)を2列ずつ切り出して縦に並べ、4つのCH(チャンネル)に振り分けたいと考えています。
分かりにくくて済みませんがよろしくお願いします。

[meg_]

DataFrameにしてからの操作ですと、行毎にデータを取り出して→分割→挿入、みたいな感じでしょうか？（データ数多いと遅くなると思います）
CSVファイル等から読み込んでDataFrameを作成しているのなら、DataFrameにする前に処理した方が良さそうな気がします。

Answer 1

結構面倒。。。
とりあえずgroupby.apply() から呼ばれた関数内で愚直に変換する方式で書いてみましたが、どうでしょうかね。
（せめて CH が0 スタートだったらちょっと楽なのに）

import pandas as pd
import io

data = """
timestamp,data1,data2,data3,data4,data5,data6,data7,data8
aaa,1,2,3,4,5,6,7,8
bbb,11,12,13,14,15,16,17,18
"""

df = pd.read_csv(io.StringIO(data))
print(df)

def f(data):
    d =  pd.DataFrame(data.loc[:, 'data1':].values.reshape(4,2))
    d['CH'] = range(1,5)
    return d

new_df = df.groupby('timestamp', group_keys=False).apply(f).reset_index(drop=True)
#    0   1  CH
#0   1   2   1
#1   3   4   2
#2   5   6   3
#3   7   8   4
#4  11  12   1
#5  13  14   2
#6  15  16   3
#7  17  18   4

---

【ちょっと間違っていたので修正】
timestampを残すにはこちらの方がよいかな

import pandas as pd
import io

data = """
timestamp,data1,data2,data3,data4,data5,data6,data7,data8
aaa,1,2,3,4,5,6,7,8
bbb,11,12,13,14,15,16,17,18
"""

df = pd.read_csv(io.StringIO(data))
print(df)

def f(data):
    return  pd.DataFrame(data.loc[:, 'data1':].values.reshape(4,2))

new_df = df.groupby('timestamp').apply(f).reset_index().rename(columns={'level_1':'CH'})
new_df.CH += 1
#  timestamp  CH   0   1
#0       aaa   1   1   2
#1       aaa   2   3   4
#2       aaa   3   5   6
#3       aaa   4   7   8
#4       bbb   1  11  12
#5       bbb   2  13  14
#6       bbb   3  15  16
#7       bbb   4  17  18

Comments

[magichan]

あっゴメン
group_key必用だった
後で直します

[goma-goma]

ありがとうございます！
参考にさせていただきます。