python - Pandas 将数据框与学生成绩与历史分位数进行比较

Question

我有两个数据框。一个按类(class)显示学生在两次测试中的测试结果

import pandas as pd   
 results = pd.DataFrame({
    'id':[1,2,3],
    'class':[1,1,2],
    'test_1':[0.67,0.88,0.33],
    'test_2':[0.76,0.63,0.78]})
    results

   id  class  test_1  test_2
0   1      1    0.67    0.76
1   2      1    0.88    0.63
2   3      2    0.33    0.78

另一个显示基于以前学期的类(class)和测试的分位数

quantiles = pd.DataFrame({'class':[1,2],
'test_1_0.25':[0.23,0.31],
'test_1_0.5':[0.54,0.67],
'test_1_0.75':[0.8,0.9],
'test_2_0.25':[0.23,0.31],
'test_2_0.5':[0.54,0.67],
'test_2_0.75':[0.8,0.9]})

  class  test_1_0.25  test_1_0.5  test_1_0.75  test_2_0.25  test_2_0.5  \
0      1         0.23        0.54          0.8         0.23        0.54   
1      2         0.31        0.67          0.9         0.31        0.67

   test_2_0.75  
0          0.8  
1          0.9

我想返回一个数据名，告诉我他们放置的分位数。如果低于 25，则为 0；如果低于 50，则为 1；如果低于 75，则为 2；如果高于 75，则为 3。所以输出将如下所示

   id  test_1_quantile  test_2_quantile  
0   1                2                2   
1   2                3                1   
2   3                1                2  

非常感谢任何帮助。谢谢

Answer 1

第一个DataFrame.merge两个 DataFrame，然后循环是所有测试值和处理 - 首先 DataFrame.filter通过相同的 test，为低于 .25 分位数的测试值添加列，为输出范围设置新的列名称并通过 DataFrame.lt 进行比较.通过 iloc 最后更改列的顺序并获取第一个 True 值的列名称以替换 test 列:

df = pd.merge(results, quantiles, on='class')

for t in results.columns.difference(['id','class']):
    #print (t)
    df1 = df.filter(like=t)
    df1.insert(1, t + '_0', 0)
    df1.columns = [t] + list(range(4))
    #print (df1)
    a = df1.iloc[:, 1:].lt(df1[t], axis=0).iloc[:, ::-1].idxmax(axis=1)
    df[t] = a

print (df[results.columns])
   id  class  test_1  test_2
0   1      1       2       2
1   2      1       3       2
2   3      2       1       2