熊猫数据框架中使用不同参考行的数值比较
熊猫数据框架中使用不同参考行的数值比较
提问于 2018-08-09 11:42:57
我有一项作业，要求我计算几个班级学生的分数是否高于0.2，这是基于在每个有参考分数的班级中挑选一个或多个参考学生。
下面是数据框架示例
df = pd.DataFrame({'student' : [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'class' : [1, 1, 1, 2, 2, 2, 2, 2, 2, 2],
'type' : ['top', 'top', 'low', 'mid', 'mid', 'mid', 'low', 'low', 'low', 'low'],
'score' : [1, .8, .3, .7, .7, .6, .1, .2, .1, .1]})
df该算法应包含以下规则
- 选择参考学生，首先优先考虑“优秀”，然后“中等”表演学生，检查谁更接近基础0.5，以防出现多名考生(在“一班”的例子中，我们有两名“优秀”学生，但第二名的成绩接近于0.5，而在“二班”中，我们选择了0.6的“中”学生，比0.7的学生更接近0.5，而我们没有任何“优秀”学生)
- 用参考值计算每个非参考学生分数的差异，如果差异>0.2，则写“是”，如果有差异，则写“no”。
所以最终的结果是
df2 = pd.DataFrame({'student' : [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'class' : [1, 1, 1, 2, 2, 2, 2, 2, 2, 2],
'type' : ['top', 'top', 'low', 'mid', 'mid', 'mid', 'low', 'low', 'low', 'low'],
'score' : [1, .8, .3, .7, .6, .6, .1, .2, .1, .1],
'outcome' : ['no', 'ref', 'yes', 'no', 'ref', 'ref', 'yes', 'yes', 'yes', 'yes']})
df2我对熊猫有一些基本知识，但我认为这个问题对我来说太复杂了。你对如何做这件事有什么想法吗？
回答 1
Stack Overflow用户
发布于 2018-08-09 12:55:54
def final_output(df):
# groups class & type
groups = df2.groupby(['class', 'type'])
# cl will have key as 'Class' & value as 'reference student score'
cl = {}
for name,group in groups:
if 'top' in name[1]:
cl[name[0]] = group['score'].min()
elif 'mid' in name[1]:
cl[name[0]] = group['score'].min()
# Assigning reference student score to their respective class students
df['refer_score'] = df['class'].apply(lambda x: cl[x])
# difference being reference student score minus actual score of the student
df['diff'] = df.apply(lambda x: abs(x['refer_score'] - x['score']), axis=1)
df['final_outcome'] = df['diff'].apply(lambda x: 'yes' if x > 0.2 else 'ref' if x == 0.0 else 'no')
return df
output = final_output(df2)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51766103
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号