Просто товарищу повезло, что два специалиста решили причиндалами помериться )))

Если бы не это, всем было бы лень отвечать

кто-то тут причиндалами меряется? я вот человеку отвечаю в свободное от работы время

убожество какое

Михаил, спасибо

Товарищ благодарен😁

Если это не учебная задача, то товарищу стоит посмотреть как Ваша система выгружает данные. В первую очередь.
Вероятно, стоит один раз поправить выгрузку и тогда это облегчит последующую работу с данными.

Такой формат связан с системой внесения данных. Значения по клиенту вносятся на разных окнах в зависимости от сценария контакта. Т.е. не изменить)))

Как я писал выше, в PQ, задачка решается 2-мя строками.
Сейчас интересно решить этот отчет Питоном и сравнить скорость обработки.

Несколько смущает, что число колонок (столбцов) может меняться от случая к случаю.

Разные программы в которых разное кол-во сценариев.

ну вот я выше привёл как решается, чуть больше 2 строк)

Да, спасибо!
Сейчас не за компьютером. Вечером буду пробовать.

Как всегда отличное решение!

ну уж если быть честным и решать задачу именно так, как она была написана, то это решается именно в одну строчку в кроссплатформенном data.table. Отключив ограничители и сняв помочи. Однако, изначально мне просто хотелось еще и про идеологию решения подобных задач подсказать.

3 строки исключительно для читаемости, пайпы крайне удобны
и этот вариант минимизирует операции с памятью и на большом объеме порвет по скорости на тряпочки все решения.
Но это ведь неспортивно.

Вот развернутая строка:
as.data.table(df) %>%
 setnames(shift(names(.))) %>%
 .[, lapply(.SD, sum, na.rm = TRUE), .SDcols = seq(3, ncol(.), by = 2)]

можно в конце получить и список, просто сделать as.list()

ну и сам data.frame
df <- data.frame(
 index = c(1,2,3,4,5),
 Customer = c("A", NA, "B", "C", NA),
 Value = c(1, NA, 1, 1, NA),
 "Customer(1)" = c(NA, "A", NA, NA, "D"),
 Value = c(NA, 1, NA, NA, 1)
)

Правда ведь вопрос был не про одну строку, а просто хотелось подколоть?
Если честно?

df = pd.read_excel('.../Новая таблица.xlsx', index_col=0)
pd.DataFrame.from_records(
   df.apply(lambda x: {x[idx]:x[idx+1] for idx in range(1,len(x), 2)}, axis=1).values
).sum(axis=0)

Потрясающая группа. Спасибо.

а первый вариант решения можно вернуть?
индуцированное решение тоже хорошо, но интересна первая идея.
там было что-то с enumerate и zip.
видел в телефоне...

pd.DataFrame.from_records(
   df.apply(lambda x: {value:x[idx+1] for idx, (col_name, value) in enumerate(zip(df.columns,x)) if 'customer' in col_name.lower()}, axis=1).values
).sum(axis=0)

привет!
создаю граф
G = nx.DiGraph()
G.add_edges_from(edges)
nx.draw_networkx(G, ...)

как потом его сохранить в html файл?
в мануалах нашел только если создавать через объекты plotly (GraphObjects Или plotly express)
как тогда конвертнуть мой в них? вытащить все вершины и переписать заново в go.Figure?

кажется каким-то сложным вариантом)