特開 2024-172701 コード変換装置、方法およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024172701

(43)【公開日】2024-12-12

(54)【発明の名称】コード変換装置、方法およびプログラム

(51)【国際特許分類】

   G06F 8/30 20180101AFI20241205BHJP

【ＦＩ】

G06F8/30

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023090583

(22)【出願日】2023-06-01

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＰＹＴＨＯＮ

(71)【出願人】

【識別番号】000004237

【氏名又は名称】日本電気株式会社

(74)【代理人】

【識別番号】100103090

【弁理士】

【氏名又は名称】岩壁 冬樹

(74)【代理人】

【識別番号】100124501

【弁理士】

【氏名又は名称】塩川 誠人

(72)【発明者】

【氏名】小寺 雅司

【テーマコード（参考）】

5B376

【Ｆターム（参考）】

5B376BC14

5B376BC16

5B376BC23

5B376BC31

5B376BC36

(57)【要約】

【課題】 データに対する処理時間を短縮できるように、既存のコードを同様の結果が得られるコードに変換できるコード変換装置を提供する。
【解決手段】入力手段８１は、対象プログラムコードの入力を受け付ける。抽出手段８２は、２次元の表形式のデータを表わすデータフレームに対して所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示す第一プログラムコード、並びに、集約処理が行われた各データフレームに対して行われる予め定義された処理、および、その処理を呼び出す関数を示す第二プログラムコードを、対象プログラムコードから抽出する。変換手段８３は、抽出されたコードを、上記関数により上記処理を呼び出す関数呼出しを行わない処理であって第一プログラムコードおよび第二プログラムコードによる処理と同様の結果が得られる処理を示すプログラムコードである代替プログラムコードに変換する。
【選択図】図１８

【特許請求の範囲】

【請求項1】

処理の対象とするプログラムコードである対象プログラムコードの入力を受け付ける入力手段と、
２次元の表形式のデータを表わすデータフレームに対して所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示す第一プログラムコード、並びに、前記集約処理が行われた各データフレームに対して行われる予め定義された処理および当該処理を呼び出す関数を示す第二プログラムコードを、前記対象プログラムコードから抽出する抽出手段と、
抽出された前記第一プログラムコードおよび前記第二プログラムコードを、前記関数により前記処理を呼び出す関数呼出しを行わない処理であって当該第一プログラムコードおよび当該第二プログラムコードによる処理と同様の結果が得られる処理を示すプログラムコードである代替プログラムコードに変換する変換手段と、
前記代替プログラムコードを出力する出力手段とを備えた
ことを特徴とするコード変換装置。

【請求項2】

変換手段は、第二プログラムコードが示す関数に含まれるプログラムコードを、予め定められた対応するプログラムコードに変換することで代替プログラムコードを生成する
請求項１記載のコード変換装置。

【請求項3】

変換手段は、処理を呼び出す際の引数の型と当該処理の戻り値の型とが一致している場合に、第一プログラムコードおよび第二プログラムコードを代替プログラムコードに変換する
請求項１または請求項２記載のコード変換装置。

【請求項4】

変換手段は、予め定義された処理内の操作のうち等号で結ばれた式で表わされる操作に対し、当該式の右辺および左辺がいずれも前記処理を呼び出す際の引数とするデータフレームに対する操作である場合であって、当該操作によって前記引数とするデータフレームの行数を変える可能性がない場合に、当該操作が示すコードを高速化するためのコードに変換する
請求項１または請求項２記載のコード変換装置。

【請求項5】

変換手段は、予め定義された処理内の操作のうち等号で結ばれた式で表わされる操作に対し、当該式の右辺および左辺の少なくとも一方が前記処理を呼び出す際の引数とするデータフレームに対する操作でない場合に、当該操作が示すコードを高速化するためのコードに変換する
請求項１または請求項２記載のコード変換装置。

【請求項6】

変換手段は、引数とするデータフレームにおいて集約するキーによる等号のフィルターによって、当該データフレーム以外のデータフレームが生成されている場合に、等号で結ばれた式で表わされる操作が示すコードを高速化するためのコードに変換する
請求項５記載のコード変換装置。

【請求項7】

処理の対象とするプログラムコードである対象プログラムコードの入力を受け付け、
２次元の表形式のデータを表わすデータフレームに対して所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示す第一プログラムコード、並びに、前記集約処理が行われた各データフレームに対して行われる予め定義された処理および当該処理を呼び出す関数を示す第二プログラムコードを、前記対象プログラムコードから抽出し、
抽出された前記第一プログラムコードおよび前記第二プログラムコードを、前記関数により前記処理を呼び出す関数呼出しを行わない処理であって当該第一プログラムコードおよび当該第二プログラムコードによる処理と同様の結果が得られる処理を示すプログラムコードである代替プログラムコードに変換し、
前記代替プログラムコードを出力する
ことを特徴とするコード変換方法。

【請求項8】

変換手段は、第二プログラムコードが示す関数に含まれるプログラムコードを、予め定められた対応するプログラムコードに変換することで代替プログラムコードを生成する
請求項７記載のコード変換方法。

【請求項9】

コンピュータに、
処理の対象とするプログラムコードである対象プログラムコードの入力を受け付ける入力処理、
２次元の表形式のデータを表わすデータフレームに対して所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示す第一プログラムコード、並びに、前記集約処理が行われた各データフレームに対して行われる予め定義された処理および当該処理を呼び出す関数を示す第二プログラムコードを、前記対象プログラムコードから抽出する抽出処理、
抽出された前記第一プログラムコードおよび前記第二プログラムコードを、前記関数により前記処理を呼び出す関数呼出しを行わない処理であって当該第一プログラムコードおよび当該第二プログラムコードによる処理と同様の結果が得られる処理を示すプログラムコードである代替プログラムコードに変換する変換処理、および、
前記代替プログラムコードを出力する出力処理
を実行させるためのコード変換プログラム。

【請求項10】

コンピュータに、
変換処理で、第二プログラムコードが示す関数に含まれるプログラムコードを、予め定められた対応するプログラムコードに変換することで代替プログラムコードを生成させる
請求項９記載のコード変換プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、コンピュータが処理に用いるコードを変換するコード変換装置、コード変換方法およびコード変換プログラムに関する。

【背景技術】

【0002】

データベースに保存されたデータを効率的に利用するには、一般にプログラムコードが定義され、定義されたコードに基づいて処理が行われる。近年、大規模なデータを分析する需要および市場が拡大しており、大規模なデータを高速に分析するためには、高速化を意識したプログラムを作成する必要がある。

【0003】

例えば、特許文献１には、定義されたスクリプトにより作成されたデータ処理プログラムを解析してデータ処理を順次行うシステムが記載されている。特許文献１に記載されたシステムは、スクリプトの解析に際して、アプリケーションプログラムインターフェイス（ＡＰＩ）関数の引数をライブラリの元のＡＰＩ関数の引数に合うように変換若しくは補完する。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１７－１２０６１１号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

特許文献１に記載されたシステムを用いることで、データ処理を実行可能なプログラムをスクリプトから生成することは可能である。しかし、特許文献１に記載されたシステムでは、データ処理に要する時間については考慮されていない。

【0006】

処理する対象のデータ数が増加すると処理に要する時間も増加することが想定される。そこで、データ処理の時間を短縮できるよう、既存のコードを同様の結果が得られるコードに変換できることが好ましい

【0007】

そこで、本開示では、データに対する処理時間を短縮できるように、既存のコードを同様の結果が得られるコードに変換できるコード変換装置、コード変換方法およびコード変換プログラムを提供することを目的とする。

【課題を解決するための手段】

【0008】

本開示によるコード変換装置は、処理の対象とするプログラムコードである対象プログラムコードの入力を受け付ける入力手段と、２次元の表形式のデータを表わすデータフレームに対して所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示す第一プログラムコード、並びに、集約処理が行われた各データフレームに対して行われる予め定義された処理およびその処理を呼び出す関数を示す第二プログラムコードを、対象プログラムコードから抽出する抽出手段と、抽出された第一プログラムコードおよび第二プログラムコードを、上記関数により上記処理を呼び出す関数呼出しを行わない処理であって第一プログラムコードおよび第二プログラムコードによる処理と同様の結果が得られる処理を示すプログラムコードである代替プログラムコードに変換する変換手段と、代替プログラムコードを出力する出力手段とを備えたことを特徴とする。

【0009】

本開示によるコード変換方法は、処理の対象とするプログラムコードである対象プログラムコードの入力を受け付け、２次元の表形式のデータを表わすデータフレームに対して所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示す第一プログラムコード、並びに、集約処理が行われた各データフレームに対して行われる予め定義された処理およびその処理を呼び出す関数を示す第二プログラムコードを、対象プログラムコードから抽出し、抽出された第一プログラムコードおよび第二プログラムコードを、上記関数により上記処理を呼び出す関数呼出しを行わない処理であって第一プログラムコードおよび第二プログラムコードによる処理と同様の結果が得られる処理を示すプログラムコードである代替プログラムコードに変換し、代替プログラムコードを出力することを特徴とする。

【0010】

本開示によるコード変換プログラムは、コンピュータに、処理の対象とするプログラムコードである対象プログラムコードの入力を受け付ける入力処理、２次元の表形式のデータを表わすデータフレームに対して所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示す第一プログラムコード、並びに、集約処理が行われた各データフレームに対して行われる予め定義された処理およびその処理を呼び出す関数を示す第二プログラムコードを、対象プログラムコードから抽出する抽出処理、抽出された第一プログラムコードおよび第二プログラムコードを、上記関数により上記処理を呼び出す関数呼出しを行わない処理であって第一プログラムコードおよび第二プログラムコードによる処理と同様の結果が得られる処理を示すプログラムコードである代替プログラムコードに変換する変換処理、および、代替プログラムコードを出力する出力処理を実行させることを特徴とする。

【発明の効果】

【0011】

本開示によれば、データに対する処理時間を短縮できるように、既存のコードを同様の結果が得られるコードに変換できる。

【図面の簡単な説明】

【0012】

【図1】コード変換装置の一実施形態の構成例を示すブロック図である。

【図2】集約処理の例を示す説明図である。

【図3】コードの対応関係の例を示す説明図である。

【図4】コード変換装置の動作例を示すフローチャートである。

【図5】抽出処理の例を示すフローチャートである。

【図6】抽出処理の例を示すフローチャートである。

【図7】変換処理の例を示すフローチャートである。

【図8】変換処理の例を示すフローチャートである。

【図9】抽出処理および変換処理の例を示す説明図である。

【図10】変換処理を行う第一の具体例を示す説明図である。

【図11】変換処理を行う第一の具体例を示す説明図である。

【図12】変換処理を行う第二の具体例を示す説明図である。

【図13】変換処理を行う第二の具体例を示す説明図である。

【図14】変換処理を行う第三の具体例を示す説明図である。

【図15】変換処理を行う第三の具体例を示す説明図である。

【図16】変換処理を行う第四の具体例を示す説明図である。

【図17】変換処理を行う第四の具体例を示す説明図である。

【図18】本開示によるコード変換装置の概要を示すブロック図である。

【発明を実施するための形態】

【0013】

以下、本開示の実施形態を図面を参照して説明する。以下では、２次元の表形式で表わされるデータを処理する場合について説明する。このような形式で表わされるデータの一例として、データフレームが挙げられる。以下の説明では、２次元の表形式のデータを、データフレームと記すこともある。

【0014】

図１は、本開示によるコード変換装置の一実施形態の構成例を示す説明図である。本実施形態によるコード変換装置１００は、記憶部１０と、入力部２０と、コード抽出部３０と、コード変換部４０と、出力部５０とを備えている。

【0015】

記憶部１０は、コード変換装置１００が処理を行う際に用いられる各種情報を記憶する。また、記憶部１０は、後述する入力部２０が受け付けた情報や、コード変換部４０による処理結果を記憶してもよい。記憶部１０は、例えば、磁気ディスク等により実現される。

【0016】

入力部２０は、処理の対象とするプログラムコード（以下、対象プログラムコードと記す。）の入力を受け付ける。入力部２０は、例えば、記憶部１０から対象プログラムコードを取得してもよく、外部のストレージサーバ（図示せず）から対象プログラムコードを取得してもよい。また、入力部２０は、ユーザインタフェースを介してユーザから対象プログラムコードの入力を受け付けてもよい。

【0017】

以下の説明では、プログラミング言語としてPythonを例示し、対象プログラムコードの記載に用いられるライブラリとしてPandasを例示する。ただし、対象プログラムコードがPandasに基づいて記載されている必要はなく、プログラミング言語もPython以外の任意の言語を使用可能である。後述するコード抽出部３０およびコード変換部４０は、用いられる対象プログラムコードの規則に従って処理を行えばよい。

【0018】

コード抽出部３０は、入力された対象プログラムコードの中から、データフレームに対する処理時間を短縮し得るコードに変換可能なプログラムコードを抽出する。具体的には、コード抽出部３０は、２次元の表形式のデータ（すなわち、データフレーム）に対して所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示すプログラムコード（以下、第一プログラムコードと記す。）を抽出する。Pandasの場合、第一プログラムコードとして抽出される集約処理の例として、groupby()メソッドが挙げられる。

【0019】

図２は、集約処理の例を示す説明図である。図２は、データフレームｄｆのデータに対し、生存した人と死亡した人（Ｓｕｒｖｉｖｅｄ）とをグループに分けて平均年齢を計算する処理の例を示す。

【0020】

さらに、コード抽出部３０は、入力された対象プログラムコードの中から、上述する集約処理が行われた各データフレームに対して行われる予め定義された処理およびその処理を呼び出す関数を示すプログラムコード（以下、第二プログラムコードと記す。）を抽出する。Pandasの場合、第二プログラムコードとして抽出される関数の例として、apply()メソッドが挙げられ、予め定義された処理として外部関数（ユーザ定義関数）が挙げられる。

【0021】

コード変換部４０は、抽出されたコード（より具体的には、第一プログラムコードおよび第二プログラムコード）を、データフレームに対する処理時間を短縮し得るコードに変換する。なお、ここでのコードの変換とは、抽出されたコードそのものの変換だけでなく、変換により必要になった（変換により影響を受ける）他のコードに対する変換も含む。

【0022】

具体的には、コード変換部４０は、抽出されたコードを、抽出された関数により処理を呼び出す関数呼出しを行わない処理であって、抽出されたコードによる処理と同様の結果が得られる処理を示すプログラムコード（以下、代替プログラムコード）に変換する。すなわち、コード変換部４０は、対象プログラムコードに対し、集約処理されたデータフレームに対する処理を、外部関数の関数呼出しを行わない処理で実現できるように変換する。

【0023】

コード変換部４０は、第二プログラムコードが示す関数に含まれるプログラムコードを、予め定められた対応するプログラムコードに変換することで代替プログラムコードを生成してもよい。この場合、処理時間を短縮し得るコード（変換後コード）とそのコードに変換可能なコード（変換前コード）との対応関係が予め記憶部１０に記憶され、コード変換部４０は、その対応関係を読み込んで、変換処理を行ってもよい。

【0024】

なお、コード変換部４０は、関数の引数の型（タイプ）と、その関数の戻り値の型（タイプ）とが一致している場合に、第一プログラムコードおよび第二プログラムコードを代替プログラムコードに変換することが好ましい。これにより、プログラムコードが同様の結果が得られる処理に変換されることを担保できる。型が一致する例として、例えば、いずれの引数も型がデータフレームである場合、などが挙げられる。

【0025】

図３は、コードの対応関係の例を示す説明図である。図３では、Pandasの場合に利用される対応関係の例を示している。例えば、図３に例示する対応表の２行目では、集約されたデータフレームの先頭行の要素の値で他の要素の値を上書きする処理（ｇ［“Ｃ”］＝ｇ［“Ｂ”］＋ｉｌｏｃ［０］）に対し、処理時間を短縮し得るコード（ｄｆ［“Ｃ”］＝ｄｆ．ｇｒｏｕｐｂｙ（［“Ａ”］［“Ｂ”］．ｔｒａｎｓｆｏｒｍ(“ｆｉｒｓｔ”）が対応付けられていることを示す。

【0026】

例えば、上記に例示したPandasの場合、対象プログラムコードとして、apply() メソッドを用いた関数呼出しにより外部関数func()が呼び出され、その外部関数で、groupby() メソッドにより集約処理されたデータフレームの処理が実行される、といったコードが想定される。

【0027】

この場合、コード変換部４０は、apply() メソッドを用いて外部関数func()を呼び出す処理を、外部関数func()を呼び出さずに同様の結果が得られる処理にプログラムコードに変換する。

【0028】

このように変換された代替プログラムコードによる処理は、関数呼出しを行う処理が抑制されているため、同様の結果が得られるプログラムコードであっても、データに対する処理時間を短縮できる。なお、図３に例示する対応関係を用いた具体的処理については後述される。

【0029】

出力部５０は、代替プログラムコードを出力する。出力部５０は、代替プログラムコードを表示装置（図示せず）に表示してもよく、記憶部１０に代替プログラムコードを記憶させてもよい。また、出力部５０は、代替プログラムコードを実行する装置（図示せず）に、そのコードを送信してもよい。

【0030】

入力部２０と、コード抽出部３０と、コード変換部４０と、出力部５０とは、プログラム（コード変換プログラム）に従って動作するコンピュータのプロセッサ（例えば、ＣＰＵ（Central Processing Unit ）、ＧＰＵ（Graphics Processing Unit））によって実現される。

【0031】

例えば、プログラムは、コード変換装置１００の記憶部１０に記憶され、プロセッサは、そのプログラムを読み込み、プログラムに従って、入力部２０、コード抽出部３０、コード変換部４０、出力部５０として動作してもよい。また、コード変換装置１００の機能がＳａａＳ（Software as a Service ）形式で提供されてもよい。

【0032】

また、入力部２０と、コード抽出部３０と、コード変換部４０と、出力部５０とは、それぞれが専用のハードウェアで実現されていてもよい。また、各装置の各構成要素の一部又は全部は、汎用又は専用の回路（circuitry ）、プロセッサ等やこれらの組合せによって実現されてもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組合せによって実現されてもよい。

【0033】

また、コード変換装置１００の各構成要素の一部又は全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。

【0034】

次に、本実施形態のコード変換装置１００の動作を説明する。図４は、本実施形態のコード変換装置１００の動作例を示すフローチャートである。入力部２０は、対象プログラムコードの入力を受け付ける（ステップＳ１１）。コード抽出部３０は、集約処理を行うことを示す第一プログラムコード、および、集約処理が行われたデータフレームに対して行われる処理およびその処理を呼び出す関数を示す第二プログラムコードを、対象プログラムコードから抽出する（ステップＳ１２）。

【0035】

コード変換部４０は、抽出されたプログラムコードを、関数呼出しを行わずに同様の結果が得られる代替プログラムコードに変換する（ステップＳ１３）。そして、出力部５０は、代替プログラムコードを出力する（ステップＳ１４）。

【0036】

次に、コード抽出部３０が行う処理の具体例を説明する。以下の説明では、上述するPandasを用いた具体例を説明する。また、以下の説明では、図３に例示する対応表に合わせ、コード抽出部３０が抽出する対象のコードとして、ｉｌｏｃプロパティで参照して上書きする操作、算術演算、および、集約操作を例示する。ただし、抽出対象のコードは、これらのコードに限定されない。関数呼出しを行わない処理であって同様の結果が得られる変換処理を対応表に定義できる処理であれば、抽出対象は任意である。

【0037】

図５および図６は、コード抽出部３０による抽出処理の例を示すフローチャートである。ここでは、対象プログラムコード内の関数をＦｕｎｃと記し、関数呼出しの引数になるデータフレームをｇと記す。

【0038】

まず、コード抽出部３０は、呼び出される関数Ｆｕｎｃを探索し、その関数で返却（ｒｅｔｕｒｎ）されるデータフレームが、その関数に入力される（すなわち、引数の）データフレームと同一か否か判定する（図５におけるステップＳ１０１）。同一である場合（ステップＳ１０１におけるＹｅｓ）、コード抽出部３０は、その関数について高速化可能か判定する処理を行う。その際、コード抽出部３０は、関数内の一番の下の行から順次チェック処理を行う（ステップＳ１０２）。一方、同一でない場合、コード抽出部３０は、高速化できないと判定し、処理を終了する（ステップＳ１２０）。

【0039】

コード抽出部３０は、関数Ｆｕｎｃ内の処理を一行読み込む（ステップＳ１０３）。コード抽出部３０は、読み込んだ行（以下、対象行と記す）の操作が、右辺および左辺ともにｇに対する操作か否か判定する（ステップＳ１０４）。右辺および左辺ともにｇに対する操作である場合（ステップＳ１０４におけるＹｅｓ）、コード抽出部３０は、それらの処理がｇの行数を変える可能性があるか否か判定する（ステップＳ１０５）。

【0040】

ｇの行数を変える可能性がある場合（ステップＳ１０５におけるＹｅｓ）、コード抽出部３０は、高速化できないと判定し、処理を終了する（ステップＳ１２０）。一方、ｇの行数を変える可能性がない場合（ステップＳ１０５におけるＮｏ）、コード抽出部３０は、対象行の操作がｉｌｏｃプロパティで参照して上書きする操作（以下、第一操作と記す。）か否か判定する（ステップＳ１０６）。対象行の操作が第一操作の場合（ステップＳ１０６におけるＹｅｓ）、コード抽出部３０は、対象行にフラグ＃１を設定する（ステップＳ１３０）。

【0041】

同様に、対象行の操作が第一操作でなく（ステップＳ１０６におけるＮｏ）、算術演算の場合（ステップＳ１０７におけるＹｅｓ）、コード抽出部３０は、対象行にフラグ＃１を設定する（ステップＳ１３０）。さらに、対象行の操作が算術演算でなく（ステップＳ１０７におけるＮｏ）、集約操作の場合（ステップＳ１０８におけるＹｅｓ）、コード抽出部３０は、対象行にフラグ＃１を設定する（ステップＳ１３０）。そして、対象行の操作が集約演算でない場合（ステップＳ１０８におけるＮｏ）、コード抽出部３０は、高速化できないと判定し、処理を終了する（ステップＳ１２０）。なお、ステップＳ１０６からステップＳ１０８までの処理は、それぞれ順序が入れ替わってもよい。

【0042】

対象行にフラグ＃１を設定した後のステップＳ１３０において、コード抽出部３０は、対象行の上の行（すなわち、前の処理）が存在するか否か判定する（ステップＳ１０９）。対象行の上の行が存在する場合（ステップＳ１０９におけるＹｅｓ）、コード抽出部３０は、一つ上の行を対象行とし（ステップＳ１１０）、関数Ｆｕｎｃ内の処理を一行読み込むステップＳ１０３以降の処理を繰り返す。

【0043】

一方、対象行の上の行が存在しない場合（ステップＳ１０９におけるＮｏ）、コード抽出部３０は、関数Ｆｕｎｃ内の全ての行にフラグ＃１が設定されているか否か判定する（ステップＳ１１１）。全ての行にフラグ＃１が設定されていない場合（ステップＳ１１１におけるＮｏ）、コード抽出部３０は、高速化できないと判定し、処理を終了する（ステップＳ１２０）。一方、全ての行にフラグ＃１が設定されている場合（ステップＳ１１１におけるＹｅｓ）、コード抽出部３０は、高速化可能できると判定する（ステップＳ１４０）。

【0044】

なお、ステップＳ１０４において、右辺および左辺ともにｇに対する操作でない場合（ステップＳ１０４におけるＮｏ）、すなわち、ｇ以外のデータフレームｄｆに対する処理が行われる場合、図６に例示するステップＳ２０１以降の処理が行われる。

【0045】

具体的には、コード抽出部３０は、集約するキー（ｇｒｏｕｐｋｅｙ）による等号のフィルタによって、ｇ以外のデータフレームｄｆが生成されているか否か判定する（ステップＳ２０１）。ｇ以外のデータフレームｄｆが生成されている場合（ステップＳ２０１におけるＹｅｓ）、コード抽出部３０は、対象行にフラグ＃１を設定するとともに、フラグ＃２が設定されている行のフラグをフラグ＃１に置き換える（ステップＳ２０２）。以降、図５におけるステップＳ１０９以降の処理が行われる。

【0046】

一方、ｇ以外のデータフレームｄｆが生成されていない場合（ステップＳ２０１におけるＮｏ）、コード抽出部３０は、対象行の操作がデータを参照する操作（以下、第二操作と記す。）か否か判定する（ステップＳ２０３）。対象行の操作が第二操作の場合（ステップＳ２０３におけるＹｅｓ）、コード抽出部３０は、対象行にフラグ＃２を設定する（ステップＳ２１０）。

【0047】

同様に、対象行の操作が第二操作でなく（ステップＳ２０３におけるＮｏ）、算術演算の場合（ステップＳ２０４におけるＹｅｓ）、コード抽出部３０は、対象行にフラグ＃２を設定する（ステップＳ２１０）。さらに、対象行の操作が算術演算でなく（ステップＳ２０４におけるＮｏ）、集約操作の場合（ステップＳ２０５におけるＹｅｓ）、コード抽出部３０は、対象行にフラグ＃２を設定する（ステップＳ２１０）。そして、対象行の操作が集約演算でない場合（ステップＳ２０５におけるＮｏ）、コード抽出部３０は、高速化できないと判定し（ステップＳ１２０）、処理を終了する。なお、ステップＳ２０３からステップＳ２０５までの処理は、それぞれ順序が入れ替わってもよい。

【0048】

なお、ステップＳ２１０において、対象行にフラグ＃２が設定された後、ステップ
図５におけるステップＳ１０９以降の処理が行われる。

【0049】

次に、コード変換部４０が行う処理の具体例を説明する。図７および図８は、コード変換部４０による変換処理の例を示すフローチャートである。ここでは、図５および図６に例示する抽出処理が行われているものとし、高速化が可能と判定された対象のコードについて変換処理が行われるものとする。また、コード変換部４０は、対象の関数内の一番の下の行から処理を開始する（ステップＳ３０１）。

【0050】

コード変換部４０は、関数Ｆｕｎｃ内の処理を一行読み込む（ステップＳ３０２）。コード変換部４０は、読み込んだ行（すなわち、対象行）の操作が、右辺および左辺ともにｇに対する操作か否か判定する（ステップＳ３０３）。右辺および左辺ともにｇに対する操作である場合（ステップＳ３０３におけるＹｅｓ）、コード変換部４０は、対象行の操作がｉｌｏｃプロパティで参照して上書きする操作（すなわち、第一操作）か否か判定する（ステップＳ３０４）。対象行の操作が第一操作の場合（ステップＳ３０４におけるＹｅｓ）、コード変換部４０は、その対象行のコードを高速化するためのコードに変換する（ステップＳ３０５）。

【0051】

同様に、対象行の操作が第一操作でなく（ステップＳ３０４におけるＮｏ）、算術演算の場合（ステップＳ３０６におけるＹｅｓ）、コード変換部４０は、その対象行のコードを高速化するためのコードに変換する（ステップＳ３０７）。さらに、対象行の操作が算術演算でなく（ステップＳ３０６におけるＮｏ）、集約操作の場合（ステップＳ３０８におけるＹｅｓ）、コード変換部４０は、その対象行のコードを高速化するためのコードに変換する（ステップＳ３０９）。そして、対象行の操作が集約演算でない場合（ステップＳ３０８におけるＮｏ）、コード変換部４０は、コードの変換を行わずに処理を終了する。なお、ステップＳ３０４からステップＳ３０９までの処理において、判定処理は順序が入れ替わってもよい。

【0052】

コードが変換された後のステップＳ３１１において、コード変換部４０は、対象行の上の行（すなわち、前の処理）が存在するか否か判定する（ステップＳ３１１）。対象行の上の行が存在する場合（ステップＳ３１１におけるＹｅｓ）、コード変換部４０は、一つ上の行を対象行とし（ステップＳ３１２）、関数Ｆｕｎｃ内の処理を一行読み込むステップＳ３０２以降の処理を繰り返す。

【0053】

一方、対象行の上の行が存在しない場合（ステップＳ３１１におけるＮｏ）、コード変換部４０は、処理（高速化するためのコードへの変換処理）を終了する（ステップＳ３２０）。

【0054】

なお、ステップＳ３０３において、右辺および左辺ともにｇに対する操作でない場合（ステップＳ３０３におけるＮｏ）、すなわち、ｇ以外のデータフレームｄｆに対する処理が行われる場合、図８に例示するステップＳ４０１以降の処理が行われる。

【0055】

具体的には、コード変換部４０は、集約するキー（ｇｒｏｕｐｋｅｙ）による等号のフィルタによって、ｇ以外のデータフレームｄｆが生成されているか否か判定する（ステップＳ４０１）。ｇ以外のデータフレームｄｆが生成されている場合（ステップＳ４０１におけるＹｅｓ）、コード変換部４０は、その対象行のコードを高速化するためのコードに変換する（ステップＳ４０２）。

【0056】

一方、ｇ以外のデータフレームｄｆが生成されていない場合（ステップＳ４０１におけるＮｏ）、コード変換部４０は、対象行の操作がｉｌｏｃプロパティで参照して上書きする操作（すなわち、第一操作）か否か判定する（ステップＳ４０３）。対象行の操作が第一操作の場合（ステップＳ４０３におけるＹｅｓ）、コード変換部４０は、その対象行のコードを高速化するためのコードに変換する（ステップＳ４０４）。

【0057】

同様に、対象行の操作が第一操作でなく（ステップＳ４０３におけるＮｏ）、算術演算の場合（ステップＳ４０５におけるＹｅｓ）、コード変換部４０は、その対象行のコードを高速化するためのコードに変換する（ステップＳ４０６）。さらに、対象行の操作が算術演算でなく（ステップＳ４０５におけるＮｏ）、集約操作の場合（ステップＳ４０７におけるＹｅｓ）、コード変換部４０は、その対象行のコードを高速化するためのコードに変換する（ステップＳ４０８）。そして、対象行の操作が集約演算でない場合（ステップＳ４０７におけるＮｏ）、コード変換部４０は、コードの変換を行わずに処理を終了する。なお、ステップＳ４０３からステップＳ４０８までの処理において、判定処理は順序が入れ替わってもよい。

【0058】

なお、高速化するためのコードに変換する処理が行われた後（すなわち、ステップＳ４０２、ステップＳ４０４、ステップＳ４０６およびステップＳ４０８の後）、図７におけるステップＳ３１１以降の処理が行われる。

【0059】

ここで、具体的なプログラムコードを用いて、図５～図８に例示するフローチャートが示す抽出処理および変換処理を説明する。図９は、抽出処理および変換処理の例を示す説明図である。

【0060】

まず、コード抽出部３０は、返却（ｒｅｔｕｒｎ）されるデータフレームが、入力された（すなわち、引数の）データフレームと同一であるか否か判定する。図９に例示するコードでは、いずれも同一のデータフレームｇである。

【0061】

次に、コード抽出部３０は、一番下の行（処理の３行目）を読み込み、対象行の操作が右辺および左辺ともにｇに対する操作か否か判定する。ここでは、右辺および左辺ともにｇに対する操作でないため、コード抽出部３０は、集約するキー（ｇｒｏｕｐｋｅｙ）による等号のフィルタによって、ｇ以外のデータフレームｄｆが生成されているか否か判定する。

【0062】

ここでは、ｇ以外のデータフレームｄｆは生成されていないため、コード抽出部３０は、データを参照する操作か、算術演算か、集約操作か判定する。ここでは、集約操作に該当するため、対象行にフラグ＃２を設定する。そして、対象行の上の行（すなわち、前の処理）が存在するため、その行（処理の２行目）を読み込む。

【0063】

コード抽出部３０は、対象行の操作が右辺および左辺ともにｇに対する操作か否か判定する。ここでは、右辺および左辺ともにｇに対する操作でないため、コード抽出部３０は、集約するキー（ｇｒｏｕｐｋｅｙ）による等号のフィルタによって、ｇ以外のデータフレームｄｆが生成されているか否か判定する。ここでは、ｇ以外のデータフレームｄｆは生成されていないため、コード抽出部３０は、データを参照する操作か、算術演算か、集約操作か判定する。ここでは、算術演算に該当するため、対象行にフラグ＃２を設定する。そして、対象行の上の行（すなわち、前の処理）が存在するため、その行（処理の１行目）を読み込む。

【0064】

コード抽出部３０は、対象行の操作が右辺および左辺ともにｇに対する操作か否か判定する。ここでは、右辺および左辺ともにｇに対する操作でないため、コード抽出部３０は、集約するキー（ｇｒｏｕｐｋｅｙ）による等号のフィルタによって、ｇ以外のデータフレームｄｆが生成されているか否か判定する。ここでは、ｇ以外のデータフレームｄｆが生成されているため、コード抽出部３０は、対象行にフラグ＃１を設定する。さらに、コード抽出部３０は、フラグ＃２が設定されている行のフラグをフラグ＃１に置き換える。

【0065】

そして、対象行の上の行（すなわち、前の処理）が存在しないため、コード抽出部３０は、全ての行にフラグ＃１が設定されているか否か判定する。ここでは、全ての行にフラグ＃１が設定されているため、コード抽出部３０は、高速化可能できると判定する。

【0066】

以上のように、本実施形態では、入力部２０が、対象プログラムコードの入力を受け付け、コード抽出部３０が、第一プログラムコードおよび第二プログラムコードを対象プログラムコードから抽出する。そして、コード変換部４０が、抽出されたコードを代替プログラムコード、すなわち、関数呼出しを行わない処理であって抽出されたコードによる処理と同様の結果が得られる処理を示すプログラムコードに変換し、出力部５０が、代替プログラムコードを出力する。

【0067】

よって、データに対する処理時間を短縮できるように、既存のコードを同様の結果が得られるコードに変換できる。すなわち、コード変換部４０が、集約操作をした後に関数呼出しを行うプログラムコードを、関数呼出しを行わないプログラムコードに変更するため、処理に要する時間を抑制できる。

【0068】

以下、具体例を用いて、本開示のコード変換装置の動作を説明する。
上述するように、コード抽出部３０は、第一プログラムコードおよび第二プログラムコードを対象プログラムコードから抽出する。以下の説明では、ｆｕｎｃ（ｇ）が、データフレームを引数とする予め定義された処理を示すプログラムコードであるとする。このとき、ａｐｐｌｙ（ｆｕｎｃ）およびｆｕｎｃ（ｇ）は、第二プログラムコードの例であり、データフレームに対して行われる予め定義された処理ｆｕｎｃおよびｆｕｎｃを呼び出す関数ａｐｐｌｙを示すプログラムコードである。

【0069】

また、上述するように、ｇｒｏｕｐｂｙは、第一プログラムコードの例であり、所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示すプログラムコードである。そこで、本具体例では、コード抽出部３０は、ｇｒｏｕｐｂｙ＋ａｐｐｌｙ（ｆｕｎｃ）という内容を表わすプログラムコードを抽出する。

【0070】

なお、ｐａｎｄａｓにおけるａｐｐｌｙは、利便性を重視したメソッドであり、プログラマにとって実現したい機能を直感的に記載できる便利なメソッドである。一方、ｇｒｏｕｐｂｙ＋ａｐｐｌｙ（ｆｕｎｃ）という形式でコードを記載した場合、集約化されたデータフレームのグループ数だけｆｕｎｃを呼び出す必要があるため、計算が遅くなることがある。一方、本開示のコード変換装置は、そのような記載のコードを自動的に検出して、高速化するためのコードに変換することを可能にしている。

【0071】

まず、変換処理を行う第一の具体例を説明する。図１０および図１１は、変換処理を行う第一の具体例を示す説明図である。図１０および図１１では、データフレームｄｆ１の列Ａの値でグループ化したときに、他の列Ｂの先頭の値でグループ内の列Ｂの値を上書きする処理を例示する。

【0072】

ｇｒｏｕｐｂｙ＋ａｐｐｌｙ（ｆｕｎｃ）という形式でコードを記載した場合、本処理は、図１０に例示するコードＣＤ１で表わすことができる。まず、データフレームｄｆ１に対して列Ａでグループ化した場合、例えば、値Ａ１について集約処理されたデータフレームｇが得られる。他の値についても同様である。コードＣＤ１は、このデータフレームｇを引数として、集約処理されたデータフレームの数だけ、関数ｆｕｎｃを呼び出す処理を示すものである。その結果、データフレームｒ１が得られる。

【0073】

これに対し、図１１に例示するように、図１０に例示するコードＣＤ１は、高速化するためのコードＣＤ２に変換することができる。コード変換部４０は、例えば、図３に例示する対応関係（具体的には、表の２行目）に基づいて代替プログラムコードであるコードＣＤ２を生成すればよい。これにより、データフレームｒ２が得られるが、その内容は、図１０に例示するデータフレームｒ１の内容と同様である。

【0074】

次に、変換処理を行う第二の具体例を説明する。図１２および図１３は、変換処理を行う第二の具体例を示す説明図である。図１２および図１３では、データフレームｄｆ２を列Ａの値でグループ化したときに、他の列Ｂの値と列Ｃの値を加算する処理を例示する。

【0075】

ｇｒｏｕｐｂｙ＋ａｐｐｌｙ（ｆｕｎｃ）という形式でコードを記載した場合、本処理は、図１２に例示するコードＣＤ３で表わすことができる。まず、データフレームｄｆ２に対して列Ａでグループ化した場合、例えば、値Ａ１について集約処理されたデータフレームｇが得られる。他の値についても同様である。コードＣＤ３は、このデータフレームｇを引数として、集約処理されたデータフレームの数だけ、関数ｆｕｎｃを呼び出す処理を示すものである。その結果、データフレームｒ３が得られる。

【0076】

これに対し、図１３に例示するように、図１２に例示するコードＣＤ３は、高速化するためのコードＣＤ４に変換することができる。コード変換部４０は、例えば、図３に例示する対応関係（具体的には、表の３行目）に基づいて代替プログラムコードであるコードＣＤ４を生成すればよい。これにより、データフレームｒ４が得られるが、その内容は、図１２に例示するデータフレームｒ３の内容と同様である。

【0077】

なお、本処理において、コード変換部４０は、加算した値で列Ｂを更新せず、新しい列Ｄを作成してその列に加算した値を設定するようにしてもよい。

【0078】

次に、変換処理を行う第三の具体例を説明する。図１４および図１５は、変換処理を行う第三の具体例を示す説明図である。図１４および図１５では、データフレームｄｆ３の列Ａの値でグループ化したときに、そのグループ内の他の列Ｂの値の総和を算出する処理を例示する。

【0079】

ｇｒｏｕｐｂｙ＋ａｐｐｌｙ（ｆｕｎｃ）という形式でコードを記載した場合、本処理は、図１４に例示するコードＣＤ５で表わすことができる。まず、データフレームｄｆ３に対して列Ａでグループ化した場合、例えば、値Ａ１について集約処理されたデータフレームｇが得られる。他の値についても同様である。コードＣＤ５は、このデータフレームｇを引数として、集約処理されたデータフレームの数だけ、関数ｆｕｎｃを呼び出す処理を示すものである。その結果、データフレームｒ５が得られる。

【0080】

これに対し、図１５に例示するように、図１４に例示するコードＣＤ５は、高速化するためのコードＣＤ６に変換することができる。コード変換部４０は、例えば、図３に例示する対応関係（具体的には、表の４行目）に基づいて代替プログラムコードであるコードＣＤ６を生成すればよい。これにより、データフレームｒ６が得られるが、その内容は、図１４に例示するデータフレームｒ５の内容と同様である。

【0081】

次に、変換処理を行う第四の具体例を説明する。図１６および図１７は、変換処理を行う第四の具体例を示す説明図である。図１６および図１７では、データフレームｄｆ４のＩＤ列に含まれる値に一致するデータを、他のデータフレームｄｆ５で集約するキー（ｇｒｏｕｐｋｅｙ）であるＩＤ列から取り出す処理を例示する。なお、別のデータフレームからｇｒｏｕｐｋｅｙと等しいデータを取り出すｆｉｌｔｅｒ操作は、結合操作とみなすことができる。このような操作の一例として、例えば、データフレームｄｆ４の顧客ＩＤをキーとして、顧客の過去の商品購買記録を格納したデータフレームｄｆ５から統計データを計算する操作が挙げられる。

【0082】

ｇｒｏｕｐｂｙ＋ａｐｐｌｙ（ｆｕｎｃ）という形式でコードを記載した場合、本処理は、図１６に例示するコードＣＤ７で表わすことができる。コードＣＤ７は、ＩＤでグループ化されたデータフレームを引数として、集約処理されたデータフレームの数だけ、関数ｆｕｎｃを呼び出す処理を示すものである。

【0083】

まず、データフレームｄｆ４に対して列ＩＤでグループ化し、例えば、値Ａ１に対応する行をデータフレームｄｆ５から探索することで、データフレームｄｆ６が得られる。そして、得られたデータフレームｄｆ６の値の総和を計算する。他の値についても同様である。その結果、データフレームｒ７が得られる。

【0084】

これに対し、図１７に例示するように、図１６に例示するコードＣＤ７は、高速化するためのコードＣＤ８に変換することができる。コード変換部４０は、例えば、図３に例示する対応関係（具体的には、表の１行目）に基づいて代替プログラムコードであるコードＣＤ８を生成すればよい。これにより、データフレームｒ１１が得られるが、その内容は、図１６に例示するデータフレームｒ７の内容と同様である。

【0085】

以下、第四の具体例の変換処理を詳細に説明する。
まず、コード変換部４０は、対象プログラムコードを、後で使用するためにデータフレームｄｆ４をコピーしてインデックスを割り振ったデータフレームｄｆ７を生成するコードに変換する。次に、コード変換部４０は、対象プログラムコードを、データフレームｄｆ５とデータフレームｄｆ７をカラムＩＤで結合してデータフレームｄ８を生成するコードに変換する。

【0086】

なお、本具体例では、データフレームｄｆ７のカラムＩＤに注目すると、一番上のＩｎｄｅｘ＝０に対して値Ａ１が対応付けられている。また、データフレームｄｆ５全体に注目すると、カラムＩＤに対して値Ａ１が対応する行が複数（２つ）存在する。この場合、データフレームｄｆ７のＩｎｄｅｘ＝０の行は複製されて結合される。

【0087】

他のＩｎｄｅｘについても同様に、Ｉｎｄｅｘ＝１の行は２つに複製され、Ｉｎｄｅｘ＝２の行は１つ複製される。また、Ｉｎｄｅｘ＝３の行およびＩｎｄｅｘ＝４の行は１つ複製され、Ｉｎｄｅｘ＝５の行は複製されない。ここで、カラムＡが一致して、複数回データフレームｄｆ５の該当行を複製することは、ａｐｐｌｙ（ｆｕｎｃ）中で、キーが一致する行について、フィルタでデータフレームｄｆ５を抜き出す操作に対応する。

【0088】

コード変換部４０は、対象プログラムコードを、データフレームｄ８のＩｎｄｅｘをキーに集約処理を行って総和を算出し、算出した結果を示すデータフレームｄ９を生成するコードに変換する。そして、コード変換部４０は、対象プログラムコードを、コピーしておいたデータフレームｄｆ４とデータフレームｄｆ９とを結合してデータフレームｄｆ１０を生成するコードに変換する。なお、ＩＤ＝Ｃ２に示すような欠損値が存在することを考慮し、コード変換部４０は、対象プログラムコードを、欠損値を０で埋めたデータフレームｄｆ１１を生成するコードに変換する。

【0089】

次に、本開示の概要を説明する。図１８は、本開示によるコード変換装置の概要を示すブロック図である。本開示によるコード変換装置８０（例えば、コード変換装置１００）は、処理の対象とするプログラムコードである対象プログラムコードの入力を受け付ける入力手段８１（例えば、入力部２０）と、２次元の表形式のデータを表わすデータフレームに対して所定の列の値に基づいてデータフレームにおける各列の集約処理を行うことを示す第一プログラムコード（例えば、groupby() メソッド）、並びに、集約処理が行われた各データフレームに対して行われる予め定義された処理（例えば、ユーザ定義関数）および、その処理を呼び出す関数（例えば、apply() メソッド）を示す第二プログラムコードを、対象プログラムコードから抽出する抽出手段８２（例えば、コード抽出部３０）と、抽出された第一プログラムコードおよび第二プログラムコードを、上記関数により上記処理を呼び出す関数呼出しを行わない処理であって第一プログラムコードおよび第二プログラムコードによる処理と同様の結果が得られる処理を示すプログラムコードである代替プログラムコードに変換する変換手段８３（例えば、コード変換部４０）と、代替プログラムコードを出力する出力手段８４（例えば、出力部５０）とを備えている。

【0090】

そのような構成により、データに対する処理時間を短縮できるように、既存のコードを同様の結果が得られるコードに変換できる。

【0091】

具体的には、変換手段８３は、第二プログラムコードが示す関数に含まれるプログラムコードを、予め定められた対応するプログラムコード（例えば、図２に例示する対応表）に変換することで代替プログラムコードを生成してもよい。

【0092】

また、変換手段８３は、処理を呼び出す際の引数の型とその処理の戻り値の型とが一致している場合に、第一プログラムコードおよび第二プログラムコードを代替プログラムコードに変換してもよい。

【0093】

また、変換手段８３は、予め定義された処理内の操作のうち等号で結ばれた式で表わされる操作に対し、その式の右辺および左辺がいずれも処理を呼び出す際の引数とするデータフレームに対する操作である場合であって、その操作によって引数とするデータフレームの行数を変える可能性がない場合に、その操作が示すコードを高速化するためのコードに変換してもよい。

【0094】

また、変換手段８３は、予め定義された処理内の操作のうち等号で結ばれた式で表わされる操作に対し、その式の右辺および左辺の少なくとも一方が処理を呼び出す際の引数とするデータフレームに対する操作でない場合に、その操作が示すコードを高速化するためのコードに変換してもよい。

【0095】

また、変換手段８３は、引数とするデータフレームにおいて集約するキーによる等号のフィルタによって、そのデータフレーム以外のデータフレームが生成されている場合に、等号で結ばれた式で表わされる操作が示すコードを高速化するためのコードに変換してもよい。

【符号の説明】

【0096】

１０ 記憶部
２０ 入力部
３０ コード抽出部
４０ コード変換部
５０ 出力部
１００ コード変換装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】