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!

新規登録して質問してみよう
ただいま回答率
85.50%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

Q&A

解決済

2回答

6210閲覧

データの中にリストがある場合の取扱について:Pandas

pepasuke623

総合スコア55

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

0グッド

0クリップ

投稿2017/05/29 15:13

###前提・実現したいこと
度々失礼します。

今回はやりたいこととしては,

  • 複数のファイルからデータを読み込んで,重複を削除して出力をする

ということをしたいです。

対象としているファイルは次のような、時間と機械の番号が書かれたJSONファイルです。

{"machine":[{"No":"G1"}],"time":1494824607024}

機械がある時間("time"[ユニックス時間])に稼働した機械("machine")が記載されています。
ただ、このファイルは厄介なことに,"machine"の中身がリストになって,更に辞書のようなものが入っています。

上の物は一例で,他にも、

{"machine":[],"time":1494824607024}

のように"machine"の中身が空のものや,

{"machine":[{"No":"G1"},{"No":"F2"}],"time":1494824607024}

のように複数のデータが入っているものがあります。
この,"machine"の中身を全部読み取って,重複を削除して,例えば上の3角ファイルであれば

machine G1 F2

のような出力がしたいです。

###試したこと
一応自分で書いてみましたが,今回は見せられないほど酷いです,,
どういう処理をしたかというと
0. リストが格納されているKeyのところのデータをstr()で一度文字列化する
0. 文字列をstr.splitなどで無理やり区切る
0. 区切ったときに出てくるいらない文字をマスクで消す
みたいなことをしました.何か1発でうまいこと格納できるメソッドなどはありませんでしょうか?

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

ベストアンサー

とりあえず、こんな感じでどうでしょうか?
基本的にPandas上で処理しております。

コメント(実行結果)を入れた為長くなってしまいましたが、実際は数行で記述できます。

Python

1import pandas as pd 2import numpy as np 3 4machine = ''' 5[ 6{"machine":[{"No":"G1"}],"time":1494824607024}, 7{"machine":[],"time":1494824607025}, 8{"machine":[{"No":"G1"},{"No":"F2"}],"time":1494824607026}, 9{"machine":[{"No":"F2"}],"time":1494824607026}, 10{"machine":{"No":"E3"},"time":1494824607027} 11] 12''' 13 14# 元データ 15df = pd.read_json(machine) 16print(df) 17# => machine time 18# 0 [{'No': 'G1'}] 1494824607024 19# 1 [] 1494824607025 #<= 空 20# 2 [{'No': 'G1'}, {'No': 'F2'}] 1494824607026 21# 3 [{'No': 'F2'}] 1494824607026 #<=重複 22# 4 {'No': 'E3'} 1494824607027 #<=リスト形式でない 23 24# index:4 のように リスト形式ではない時はリスト形式に変換 25df['machine'] = df['machine'].apply(lambda d:d if isinstance(d,list) else [d]) 26print(df) 27# => machine time 28# 0 [{'No': 'G1'}] 1494824607024 29# 1 [] 1494824607025 #<= 空 30# 2 [{'No': 'G1'}, {'No': 'F2'}] 1494824607026 31# 3 [{'No': 'F2'}] 1494824607026 #<=重複 32# 4 [{'No': 'E3'}] 1494824607027 #<=リスト化 33 34# セル内のリストを行に展開する 35df = pd.DataFrame({'time':np.repeat(df['time'].values, df['machine'].str.len())}).assign(machine=np.concatenate(df['machine'].values)) 36print(df) 37# => time machine 38# 0 1494824607024 {'No': 'G1'} 39# 1 1494824607026 {'No': 'G1'} 40# 2 1494824607026 {'No': 'F2'} #<=重複 41# 2 1494824607026 {'No': 'F2'} #<=重複 42# 3 1494824607027 {'No': 'E3'} 43 44# セル内のdict形式を展開 45df['machine'] = df['machine'].apply(lambda d:d['No']) 46print(df) 47# => time machine 48# 0 1494824607024 G1 49# 1 1494824607026 G1 50# 2 1494824607026 F2 #<=重複 51# 2 1494824607026 F2 #<=重複 52# 3 1494824607027 E3 53 54# 重複削除 55df = df.drop_duplicates(['machine', 'time']) 56print(df) 57# => time machine 58# 0 1494824607024 G1 59# 1 1494824607026 G1 60# 2 1494824607026 F2 61# 4 1494824607027 E3

投稿2017/05/30 00:46

編集2017/05/30 01:16
magichan

総合スコア15898

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

pepasuke623

2017/05/31 09:30

ありがとうございます! データフレームに代入する→リストかどうかを判定する→リストをバラバラにして縦に並べる→重複削除 ということですね。 実行してみてできました。 回答頂き感謝いたします。
guest

0

jsonファイルのパースはPython標準ライブラリにあるのでそれを使うのが良いかと思います、そして、jsonデータにおけるmachineが必ず配列で、その中の辞書のキーがNoなら以下のように書けるかと思います。

python

1import json 2 3data = json.loads('{"machine":[{"No":"G1"},{"No":"F2"},{"No":"F2"}],"time":1494824607024}') 4result = list(set(i['No'] for i in data['machine'])) 5 6print(result) # [u'F2', u'G1']

なお、json.load関数を使うとファイル(実際にはファイルオブジェクト)から読込できます。

投稿2017/05/29 15:36

編集2017/05/29 15:50
yukkeorg

総合スコア985

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

pepasuke623

2017/05/31 09:34

回答頂きありがとうございます! リストから値を抜き出して重複を消すということですね。 説明が抜けていましたが、今回は、時間と'machine'対応づいている必要があります。 ただ、シンプルな方法なので他の問題を解くときに使えますね! どうもありがとうございます!
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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る

質問する

関連した質問