Wie kombiniere ich mehr als zwei Spalten?

Question

Ich habe eine Liste von Studenten in einer CSV-Datei. Ich möchte (mit Python) vier Spalten anzeigen, in denen ich die männlichen Studenten anzeigen möchte, die in Mathematik, Computer und Physik höhere Noten haben.

Ich habe versucht, pandas Bibliothek zu verwenden.

marks = pd.concat([data['name'], 
       data.loc[data['students']==1, 'maths'].nlargest(n=10)], 'computer'].nlargest(n=10)], 'physics'].nlargest(n=10)]) 

Ich verwendete 1 für männliche Studenten und 0 für weibliche Studenten. Es gibt mir eine Fehlermeldung, die besagt: Ungültige Syntax.

Answer 1

Hier ist eine Möglichkeit, die Top 10 Studenten in jeder der Disziplinen zu zeigen. Sie können natürlich nur die drei Punkte addieren und die Schüler mit der höchsten Summe auswählen, wenn Sie die Kombination im Gegensatz zur individuellen Leistung wünschen (siehe Abbildung unten).

df1 = pd.DataFrame(data={'name': [''.join(random.choice('abcdefgh') for _ in range(8)) for i in range(100)], 
         'students': np.random.randint(0, 2, size=100)}) 
df2 = pd.DataFrame(data=np.random.randint(0, 10, size=(100, 3)), columns=['math', 'physics', 'computers']) 
data = pd.concat([df1, df2], axis=1) 

data.info() 

RangeIndex: 100 entries, 0 to 99 
Data columns (total 5 columns): 
name   100 non-null object 
students  100 non-null int64 
math   100 non-null int64 
physics  100 non-null int64 
computers 100 non-null int64 
dtypes: int64(4), object(1) 
memory usage: 4.0+ KB 

res = pd.concat([data.loc[:, ['name']], data.loc[data['students'] == 1, 'math'].nlargest(n=10), data.loc[data['students'] == 1, 'physics'].nlargest(n=10), data.loc[data['students'] == 1, 'computers'].nlargest(n=10)], axis=1) 

res.dropna(how='all', subset=['math', 'physics', 'computers']) 

     name math physics computers 
0 geghhbce NaN  9.0  NaN 
1 hbbdhcef NaN  7.0  NaN 
4 ghgffgga NaN  NaN  8.0 
6 hfcaccgg 8.0  NaN  NaN 
14 feechdec NaN  NaN  8.0 
15 dfaabcgh 9.0  NaN  NaN 
16 ghbchgdg 9.0  NaN  NaN 
23 fbeggcha NaN  NaN  9.0 
27 agechbcf 8.0  NaN  NaN 
28 bcddedeg NaN  NaN  9.0 
30 hcdgbgdg NaN  8.0  NaN 
38 fgdfeefd NaN  NaN  9.0 
39 fbcgbeda 9.0  NaN  NaN 
41 agbdaegg 8.0  NaN  9.0 
49 adgbefgg NaN  8.0  NaN 
50 dehdhhhh NaN  NaN  9.0 
55 ccbaaagc NaN  8.0  NaN 
68 hhggfffe 8.0  9.0  NaN 
71 bhggbheg NaN  9.0  NaN 
84 aabcefhf NaN  NaN  9.0 
85 feeeefbd 9.0  NaN  NaN 
86 hgeecacc NaN  8.0  NaN 
88 ggedgfeg 9.0  8.0  NaN 
89 faafgbfe 9.0  NaN  9.0 
94 degegegd NaN  8.0  NaN 
99 beadccdb NaN  NaN  9.0 


data['total'] = data.loc[:, ['math', 'physics', 'computers']].sum(axis=1) 
data[data.students==1].nlargest(10, 'total').sort_values('total', ascending=False) 

     name students math physics computers total 
29 fahddafg   1  8  8   8  24 
79 acchhcdb   1  8  9   7  24 
9 ecacceff   1  7  9   7  23 
16 dccefaeb   1  9  9   4  22 
92 dhaechfb   1  4  9   9  22 
47 eefbfeef   1  8  8   5  21 
60 bbfaaada   1  4  7   9  20 
82 fbbbehbf   1  9  3   8  20 
18 dhhfgcbb   1  8  8   3  19 
1 ehfdhegg   1  5  7   6  18