やりたいこと
表1に 定刻[変更]
のように同じ列を含む行が複数あった場合、表2のように1行にまとめたいです。
Pandasのgroupbyを使ってみましたが、実現したい結果と上手くいかないです。
コードでは何がいけないのか、もしくは他に簡単な方法がありましたら、教えていただけると嬉しいです。お手数ですが、よろしくお願い致します。
表1.csv
定刻[変更],出発地,経由地,航空会社,便名,機種,ターミナル,運航状況
00:15[ - ],マニラ,,フィリピン航空,PR0424,321,T3,欠航
05:00[05:06],ロサンゼルス,,ANA,NH0105,77N,T3,到着済み
05:00[05:06],ロサンゼルス,,ユナイテッド航空,UA7983,77N,T3,到着済み
05:00[ - ],サンフランシスコ,,ANA,NH0107,78I,T3,欠航
05:35[04:44],デリー,,ANA,NH0838,78I,T3,到着済み
05:40[05:31],シドニー,,ANA,NH0880,78E,T3,到着済み
05:40[05:31],シドニー,,ニュージーランド航空,NZ4158,78E,T3,到着済み
05:50[05:26],バンコク(BKK),,ANA,NH0850,78I,T3,到着済み
05:50[05:26],バンコク(BKK),,エア・カナダ,AC6272,78I,T3,到着済み
05:50[05:26],バンコク(BKK),,エチオピア航空,ET1403,78I,T3,到着済み
05:50[05:26],バンコク(BKK),,タイ国際航空,TG6107,78I,T3,到着済み
06:10[05:42],バンコク(BKK),,日本航空,JL0034,789,T3,到着済み
06:10[05:42],バンコク(BKK),,バンコクエアウェイズ,PG4153,789,T3,到着済み
06:10[05:42],バンコク(BKK),,スリランカ航空,UL3360,789,T3,到着済み
06:10[05:42],バンコク(BKK),,アメリカン航空,AA8465,789,T3,到着済み
実現した処理の結果
今回は表2のように複数コードシェアがある場合、 05:00[05:06],ロサンゼルス
・05:50[05:26],バンコク(BKK)
・06:10[05:42],バンコク(BKK)
が重複しています。
重複している場合、先頭行を見て 定刻[変更]
から 運航状況
までを1行でまとめたいです。
航空会社と便名は、カンマ区切りで同じように順番でソートさせたいです。
05:00[05:06],ロサンゼルス,,ANA ユナイテッド航空,NH0105,UA7983,77N,T3,到着済み
05:50[05:26],バンコク(BKK),,"ANA,エア・カナダ,エチオピア航空,タイ国際航空","NH0850,AC6272,ET1403,TG6107",78I,T3,到着済み
06:10[05:42],バンコク(BKK),,"日本航空,バンコクエアウェイズ,スリランカ航空,アメリカン航空","JL0034,PG4153,UL3360,AA8465",789,T3,到着済み
表2.csv
定刻[変更],出発地,経由地,航空会社,便名,機種,ターミナル,運航状況
00:15[ - ],マニラ,,フィリピン航空,PR0424,321,T3,欠航
05:00[05:06],ロサンゼルス,,ANA,NH0105,77N,T3,到着済み
05:00[05:06],ロサンゼルス,,ユナイテッド航空,UA7983,77N,T3,到着済み
05:00[ - ],サンフランシスコ,,ANA,NH0107,78I,T3,欠航
05:35[04:44],デリー,,ANA,NH0838,78I,T3,到着済み
05:40[05:31],シドニー,,ANA,NH0880,78E,T3,到着済み
05:40[05:31],シドニー,,ニュージーランド航空,NZ4158,78E,T3,到着済み
05:50[05:26],バンコク(BKK),,"ANA,エア・カナダ,エチオピア航空,タイ国際航空","NH0850,AC6272,ET1403,TG6107",78I,T3,到着済み
06:10[05:42],バンコク(BKK),,"日本航空,バンコクエアウェイズ,スリランカ航空,アメリカン航空","JL0034,PG4153,UL3360,AA8465",789,T3,到着済み
現在の df_after
の結果は1行でまとめておりますが、上記のように実現したい処理にならないです。
機種,ターミナル,運航状況の行などの行が重複されます。
また、なぜか経由地のセルに 0.0
が入力されています。
定刻[変更]
00:15[ - ] マニラ 0.0 フィリピン航空 PR0424 321 T3 欠航
05:00[ - ] サンフランシスコ 0.0 ANA NH0107 78I T3 欠航
05:00[05:06] ロサンゼルスロサンゼルス 0.0 ANAユナイテッド航空 NH0105UA7983 77N77N T3T3 到着済み到
着済み
05:35[04:44] デリー 0.0 ANA NH0838 78I T3 到着済み
05:40[05:31] シドニーシドニー 0.0 ANAニュージーランド航空 NH0880NZ4158 78E78E T3T3 到着済み到着
済み
05:50[05:26] バンコク(BKK)バンコク(BKK)バンコク(BKK)バンコク(BKK) 0.0 ANAエア・カナダエチオピア航空タイ国際航空 NH0850AC6272ET1403TG6107 78I78I78I78I T3T3T3T3 到着済み到着済み到着済み到着済み
06:10[05:42] バンコク(BKK)バンコク(BKK)バンコク(BKK)バンコク(BKK) 0.0 日本航空バンコクエアウェイズスリランカ航空アメリカン航空 JL0034PG4153UL3360AA8465 789789789789 T3T3T3T3 到着済み到着済み到着済み到着済み>
コード
import pandas as pd
#ファイル読み込み
df = pd.read_csv(r"test.csv")
print(df)
# #データフレーム
# df = pd.DataFrame(df1)
# print(df)
#参考ページ
#https://qiita.com/propella/items/a9a32b878c77222630ae
# a=df.groupby(['定刻[変更]','出発地','経由地','航空会社','便名','機種']).mean()
# print(a)
#After
df_after = df.groupby('定刻[変更]').apply(lambda x: x.sum()).drop('定刻[変更]',axis=1).reset_index()
print(df_after)
回答後のプログラく