回答編集履歴
2
更に補足を追加
test
CHANGED
|
@@ -49,3 +49,73 @@
|
|
|
49
49
|
print(df)
|
|
50
50
|
|
|
51
51
|
```
|
|
52
|
+
|
|
53
|
+
|
|
54
|
+
|
|
55
|
+
---
|
|
56
|
+
|
|
57
|
+
|
|
58
|
+
|
|
59
|
+
**【更に補足】**
|
|
60
|
+
|
|
61
|
+
とりあえず質問の処理をループを使わずに書いてみました。
|
|
62
|
+
|
|
63
|
+
現在、どのような処理を行っているのか不明ですが、ループを行うよりは高速に処理できるはずです。
|
|
64
|
+
|
|
65
|
+
|
|
66
|
+
|
|
67
|
+
```Python
|
|
68
|
+
|
|
69
|
+
import pandas as pd
|
|
70
|
+
|
|
71
|
+
|
|
72
|
+
|
|
73
|
+
df = pd.DataFrame([['A0','B0','C0','D0'],
|
|
74
|
+
|
|
75
|
+
[np.nan,'B1',np.nan,'D1'],
|
|
76
|
+
|
|
77
|
+
['A2','B2','C2','D2'],
|
|
78
|
+
|
|
79
|
+
[np.nan,'B3',np.nan,'D3'],
|
|
80
|
+
|
|
81
|
+
['A4','B4','C4','D4'],
|
|
82
|
+
|
|
83
|
+
[np.nan,'B5',np.nan,'D5']])
|
|
84
|
+
|
|
85
|
+
|
|
86
|
+
|
|
87
|
+
print(df)
|
|
88
|
+
|
|
89
|
+
# 0 1 2 3
|
|
90
|
+
|
|
91
|
+
#0 A0 B0 C0 D0
|
|
92
|
+
|
|
93
|
+
#1 NaN B1 NaN D1
|
|
94
|
+
|
|
95
|
+
#2 A2 B2 C2 D2
|
|
96
|
+
|
|
97
|
+
#3 NaN B3 NaN D3
|
|
98
|
+
|
|
99
|
+
#4 A4 B4 C4 D4
|
|
100
|
+
|
|
101
|
+
#5 NaN B5 NaN D5
|
|
102
|
+
|
|
103
|
+
|
|
104
|
+
|
|
105
|
+
df[4] = df[3].shift(-1)
|
|
106
|
+
|
|
107
|
+
df[1] = df[1].str.cat(df[1].shift(-1), sep=' ')
|
|
108
|
+
|
|
109
|
+
|
|
110
|
+
|
|
111
|
+
print(df[0::2])
|
|
112
|
+
|
|
113
|
+
# 0 1 2 3 4
|
|
114
|
+
|
|
115
|
+
#0 A0 B0 B1 C0 D0 D1
|
|
116
|
+
|
|
117
|
+
#2 A2 B2 B3 C2 D2 D3
|
|
118
|
+
|
|
119
|
+
#4 A4 B4 B5 C4 D4 D5
|
|
120
|
+
|
|
121
|
+
```
|
1
回等に補足を追加
test
CHANGED
|
@@ -21,3 +21,31 @@
|
|
|
21
21
|
で十分な気がするのですが、（これでかなり速くなります）
|
|
22
22
|
|
|
23
23
|
なにかループを使わなければならない理由があるのでしょうか？
|
|
24
|
+
|
|
25
|
+
|
|
26
|
+
|
|
27
|
+
---
|
|
28
|
+
|
|
29
|
+
**【補足】**
|
|
30
|
+
|
|
31
|
+
Loopを使う場合を記述
|
|
32
|
+
|
|
33
|
+
|
|
34
|
+
|
|
35
|
+
```Python
|
|
36
|
+
|
|
37
|
+
import pandas as pd
|
|
38
|
+
|
|
39
|
+
f = pd.DataFrame([[1,2,3],[4,5,6]])
|
|
40
|
+
|
|
41
|
+
rows = []
|
|
42
|
+
|
|
43
|
+
for idx, row in f.iterrows():
|
|
44
|
+
|
|
45
|
+
rows.append(row[[1,2]])
|
|
46
|
+
|
|
47
|
+
df = pd.concat(rows, axis=1).T.rename(columns={1:'A', 2:'B'})
|
|
48
|
+
|
|
49
|
+
print(df)
|
|
50
|
+
|
|
51
|
+
```
|