
今回の概要
GOでソートしたデータを使いPyhtonでソートしてみました。
その結果についてPython環境の実力を改めて実感しました。
Python のコード
たった4行だけのコードです。
これをファイル名「 main.py 」で保存します。
import pandas as pd #返される型は、numpy.ndarray input = pd.read_csv(filepath_or_buffer="./input.csv", names=['id', 'name'], encoding="shift-jis", sep=",", dtype=object) buf = input.sort_values(['id', 'name']) buf.to_csv("./output.csv", header=False , index=False, encoding="shift-jis")
実行
PowerShell から実行しました。
カレントを「 main.py 」があるディレクトリに移動します。
cd C:\Users\ユーザー名\learning\python\test
実行します。
次のように打ち込んで Enter を押下します。
python main.py
実行後、PowerShell は次のような表示になります。

実行してから6秒ほどで出力は終了しました。
この結果について「 Numpy 」の威力はすごいと思わせるものでした。
また、出力されたファイルをメモ帳で開いて中を見てみます。
この場合、改行文字は「 CRLF 」なので大きさに変更はありません。

ディレクトリの中は次のようになりました。
「Jupyter lab」で確かめながら進めましたので「 Untitled.jpynd 」などのファイルができてます。
