擅长:python、mysql、java
<p>使用concat虽然我认为@Wen使用pivot的解决方案会更有效</p>
<pre><code>df_tx = df[::2].reset_index().drop(['index', 'txrx', 'node'], axis = 1).rename(columns = {'time': 'tx_time'})
df_rx = df[1::2].reset_index().drop(['index', 'txrx', 'node'], axis = 1).rename(columns = {'time': 'rx_time'})
pd.concat([df_tx, df_rx ], axis = 1).T.drop_duplicates().T.dropna(1)
</code></pre>
<p>你得到了吗</p>
<pre><code> tx_time src dest txid rx_time hops
0 34355146.0 2.0 1.0 1.0 34373907.0 1.0
1 44284813.0 2.0 1.0 2.0 44302557.0 1.0
2 44596500.0 3.0 1.0 2.0 44630682.0 2.0
3 50058251.0 2.0 1.0 3.0 50075994.0 1.0
4 51338658.0 3.0 1.0 3.0 51382629.0 2.0
</code></pre>