Question

我有一个作业，要求我基于在每个具有参考分数的班级中选拔一名或多名参考学生来计算几班学生的分数差是否高于0.2。

这是示例数据框

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

选择参考学生的方法是，首先将表现出色的学生排在首位，然后是“中级”表现学生，并在有多个候选人的情况下检查谁更接近基数0.5（在“第1类”的示例中，我们有两个“最高”学生，但我们选择0.8接近0.5的第二名，而在“第2类”中，我们选择0.6的“中级”学生比0.7的学生更接近0.5，并且我们没有“顶级”学生）
计算每个非参照学生分数与参照的差异，如果差异> 0.2，则写'yes'，如果差异<= 0.2。，则写'no'。

所以最终结果将是

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了解，但我认为这个问题对我来说太复杂了。您对此有任何想法吗？

Answer 1

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)

使用熊猫数据框中的不同参考行比较数值

1 个答案: