0
212
Views¿Cómo puedo usar un valor en un marco de datos para buscar un atributo?
Digamos que tengo los 2 marcos de datos a continuación; uno con una lista de estudiantes y puntajes de exámenes, y diferentes sesiones de estudiantes que se componen de los estudiantes. Digamos que quiero agregar una nueva columna, "Suma", a df con la suma de los puntajes de cada sesión y una nueva columna para la cantidad de años transcurridos desde el año más reciente en que cualquiera de los estudiantes tomó la prueba, "Años transcurridos". . Cuál es la mejor manera de lograr esto? Puedo convertir a los estudiantes en una clase y convertir a cada estudiante en un objeto, pero luego no sé cómo vincular el objeto a su nombre en el marco de datos.
data1 = {'Student': ['John','Kim','Adam','Sonia'], 'Score': [92,100,76,82], 'Year': [2015,2013,2016,2018]} df_students = pd.DataFrame(data1, columns=['Student','Score','Year']) data2 = {'Session': [1,2,3,4], 'Student1': ['Sonia','Kim','John','Adam'], 'Student2': ['Adam','Sonia','Kim','John']} df = pd.DataFrame(data2, columns=['Session','Student1','Student2'])El resultado deseado:
outcome = {'Session': [1,2,3,4], 'Student1': ['Sonia','Kim','John','Adam'], 'Student2': ['Adam','Sonia','Kim','John'], 'Sum': [158, 182, 192, 168], 'Years Elapsed': [4,4,7,6]} df_outcome = pd.DataFrame(outcome, columns=['Session','Student1','Student2','Sum','Years Elasped']) Hice una clase llamada Student y convertí a cada estudiante en un objeto, pero después de esto es donde estoy atascado.
df_students.columns = df_students.columns.str.lower() class Student: def __init__(self, s, sc, yr): self.student = s self.score = sc self.year = yr students = [Student(row.student, row.score, row.year) for index, row in df_students.iterrows()] #check to see if list of objects was created correctly s1 = students[1] s1.__dict__¡Gracias por adelantado!
2 answers
Answer question0
Puedes probar esto:
df2 = pd.merge(df, df_students, left_on="Student1", right_on="Student") df3 = pd.merge(df2, df_students, left_on="Student2", right_on="Student") df3['Sum'] = df3[['Score_x','Score_y']].sum(axis=1) df3['Years Elapsed'] = 2022 - df3[['Year_x', 'Year_y']].max(axis=1) df3 = df3[['Session', 'Student1', 'Student2', 'Sum', 'Years Elapsed']] print(df3)Da:
Session Student1 Student2 Sum Years Elapsed 0 1 Sonia Adam 158 4 1 2 Kim Sonia 182 4 2 3 John Kim 192 7 3 4 Adam John 168 60
Usando el método de aplicación:
import pandas as pd data1 = {'Student': ['John','Kim','Adam','Sonia'], 'Score': [92,100,76,82], 'Year': [2015,2013,2016,2018]} df_students = pd.DataFrame(data1, columns=['Student','Score','Year']) data2 = {'Session': [1,2,3,4], 'Student1': ['Sonia','Kim','John','Adam'], 'Student2': ['Adam','Sonia','Kim','John']} df = pd.DataFrame(data2, columns=['Session','Student1','Student2']) # SOLUTION def sum_scores(student1, student2): _score_s1 = df_students.loc[(df_students['Student']==student1)]['Score'].values[0] _score_s2 = df_students.loc[(df_students['Student']==student2)]['Score'].values[0] return _score_s1 + _score_s2 def years_elapsed(student1, student2): _year = pd.to_datetime("today").year _year_s1 = df_students.loc[(df_students['Student']==student1)]['Year'].values[0] _year_s2 = df_students.loc[(df_students['Student']==student2)]['Year'].values[0] return _year - max(_year_s1, _year_s2) df['sum_score'] = df.apply(lambda row: sum_scores(row['Student1'], row['Student2']), axis=1) df['years_elapsed'] = df.apply(lambda row: years_elapsed(row['Student1'], row['Student2']), axis=1) df 