小编jss*_*ssm的帖子

我正在尝试读取如下所示的 csv 文件：

              col 1             col 2             col 3      ...     col N
0        0 days 00:00:16   0 days 00:00:07   0 days 00:01:02          NaN
.
.
.
15000    0 days 01:40:00         NaN               NaN       ...      NaN

我尝试过的：

df = pd.read_csv('file.csv', sep=',', index_col=0, dtype=object)
df = df.applymap(lambda x: pd.to_timedelta(x))

但由于我有很多列和行，所以速度有点慢。有更合适的方法来做到这一点吗？

我有一个DataFrame看起来像

       A      B
0     1.2     1
1     1.2     6
2     1.2     4
3     2.3     2
4     2.3     5
5     1.2     7

我希望获得一组具有相同价值的部分金额,A但前提是它们彼此相邻.对于这种情况,我希望另一个DataFrame像

0    1.2    11
3    2.3    7
5    1.2    7

我有一种感觉,我可以使用,.groupby但我只能管理它无视这些群体A是否彼此相邻.