回答編集履歴
2
更にサンプルコードを追加
answer
CHANGED
|
@@ -31,3 +31,61 @@
|
|
|
31
31
|
dict型のデータには、当然 list型にデータ変換を行う ``tolist()`` メソッドが存在しませんので、ここでエラーとなっております。
|
|
32
32
|
|
|
33
33
|
ただ、dict型のデータはlist型同様にそのままセルに格納することができますので、``tolist()``せずに、そのままリターンすると良いのではないでしょうか。
|
|
34
|
+
|
|
35
|
+
---
|
|
36
|
+
|
|
37
|
+
【更に追記です】
|
|
38
|
+
|
|
39
|
+
質問に挙げているソースコードですが、複数のデータ（'material'データのリスト）を単一のセルに押し込めている部分がどうも気になります。
|
|
40
|
+
個人的には 'material'データ毎に行を分けて格納し、データ処理（取得）時に``groupby()`` でまとめた方が管理しやすいと思います。
|
|
41
|
+
|
|
42
|
+
ということで、簡単にサンプルを書きました。
|
|
43
|
+
|
|
44
|
+
```Python
|
|
45
|
+
from datetime import datetime, date,time,timedelta
|
|
46
|
+
import pandas as pd
|
|
47
|
+
|
|
48
|
+
my_parser = lambda x: pd.datetime.strptime(x, '%H:%M:%S').time()
|
|
49
|
+
|
|
50
|
+
# machine.csv の読み込み('time'を'start_time'にRename / 'end_time'を追加)
|
|
51
|
+
df_mach = pd.read_csv('machine.csv', date_parser=my_parser, parse_dates=['time']).rename(columns={'time':'start_time'})
|
|
52
|
+
df_mach['end_time'] = df_mach.apply(lambda d:datetime.combine(date.today(), d.start_time) + timedelta(seconds=5), axis=1).dt.time
|
|
53
|
+
|
|
54
|
+
# material.csv の読み込み
|
|
55
|
+
df_mate = pd.read_csv('material.csv', date_parser=my_parser, parse_dates=['time'])
|
|
56
|
+
|
|
57
|
+
# machineデータとmaterialデータをマージ（時間範囲外は削除）
|
|
58
|
+
df = df_mach.merge(df_mate, on='machine')
|
|
59
|
+
df = df[(df.start_time<=df.time) & (df.time<=df.end_time)].reset_index(drop=True)
|
|
60
|
+
print(df)
|
|
61
|
+
```
|
|
62
|
+
|
|
63
|
+
やっていることは ``machine.csv``と``material.csv``をマージしただけです。
|
|
64
|
+
（重複削除はしておりません）
|
|
65
|
+
|
|
66
|
+
で、データ取得時に
|
|
67
|
+
|
|
68
|
+
```Python
|
|
69
|
+
grp = df.groupby(['start_time','machine'])
|
|
70
|
+
|
|
71
|
+
# 全グループを取得
|
|
72
|
+
print(grp.groups)
|
|
73
|
+
|
|
74
|
+
# 10:00:20 開始のMachine-Bのデータを取得
|
|
75
|
+
print(grp.get_group((time(10,0,10),'B')))
|
|
76
|
+
|
|
77
|
+
# 上記のデータの materialのリストを取得して重複削除
|
|
78
|
+
print(grp.get_group((time(10,0,20),'B'))['material'].drop_duplicates())
|
|
79
|
+
|
|
80
|
+
# 前回の解答と同等のデータフレームを作成
|
|
81
|
+
print(grp.apply(lambda d: d['material'].drop_duplicates().tolist()))
|
|
82
|
+
|
|
83
|
+
# 全グループのデータをループ処理
|
|
84
|
+
for key, data in grp:
|
|
85
|
+
print(key)
|
|
86
|
+
print(data['material'].drop_duplicates())
|
|
87
|
+
```
|
|
88
|
+
|
|
89
|
+
と様々な処理をする事ができます。
|
|
90
|
+
|
|
91
|
+
|
1
追加の質問に関する答えを追加
answer
CHANGED
|
@@ -12,4 +12,22 @@
|
|
|
12
12
|
return None if matches.empty else use_m.tolist()
|
|
13
13
|
```
|
|
14
14
|
|
|
15
|
-
のように修正して、**リスト型**のデータを戻すようにすると良いのではないでしょうか。
|
|
15
|
+
のように修正して、**リスト型**のデータを戻すようにすると良いのではないでしょうか。
|
|
16
|
+
|
|
17
|
+
---
|
|
18
|
+
|
|
19
|
+
**【追加質問に関して】**
|
|
20
|
+
|
|
21
|
+
質問のコードでは
|
|
22
|
+
|
|
23
|
+
```Python
|
|
24
|
+
use_m = matches.drop_duplicates(['material'])['material']
|
|
25
|
+
```
|
|
26
|
+
と``use_m``に Pandas.Seriesデータが入っているのですが、
|
|
27
|
+
``apply()`` のリターン値はそのままセルに格納されますので、リターンにて そのままの Seriesデータを返すとエラーとなってしまいます。（前回の質問）
|
|
28
|
+
そこで、``Pandas.Series.tolist()`` にてSeriesデータをlist型のデータに変換することで問題を回避しております。（前回の解答）
|
|
29
|
+
|
|
30
|
+
しかしながら、実際のコードでは ``use_m`` にdict型のデータが格納されているようです（原因はわかりませんが・・）。
|
|
31
|
+
dict型のデータには、当然 list型にデータ変換を行う ``tolist()`` メソッドが存在しませんので、ここでエラーとなっております。
|
|
32
|
+
|
|
33
|
+
ただ、dict型のデータはlist型同様にそのままセルに格納することができますので、``tolist()``せずに、そのままリターンすると良いのではないでしょうか。
|