python - pandas:ValueError:只能比较相同标签的系列对象

Question

我有如下 2 个 csv 文件，我想在找到其值后使用比较函数来查找个人表现(在 df1 中)是否高于/低于类(class)平均水平(在 df2 中)。

df1:
 Name    Class    Test1    Test2    Test3
 John       9A       75       83       77
David       9B       65       67       55
Peter       9A       85       90       88
  Tom       9C       74       92       78

df2:
Class    Test1    Test2    Test3
   9A       80       82       84
   9B       84       75       77
   9C       75       78       80

这是我的方法，如果我错了，请随时纠正/指导我。我首先在df1中找到一个人的Class，例如John是9A，然后返回其他列例如基于 9A

的 df2 中的 Test1 或 Test2

target_class = df1.loc[df1['Name'] == 'John', 'Class']
print(target_class)
>>>>9A
Test1_avg = df2.loc[df2['Class'] == target_class, 'Test1']
# ideally it should return 80

我得到了这个ValueError:只能比较相同标签的Series对象

或者简单地说，您如何比较 df1 中 John 的 Test1 与 df2 中 9A 类的 Test1？有比我更简单的方法吗？感谢您的帮助!

更新:如果满足条件，我将使用这样的比较函数来返回分数

def comparison(a, b):
    return 2 if a > b else 1 if a == b else -1

Answer 1

这是通过 pandas.merge 的一种方式。

# rename df2 columns
df2 = df2.rename(columns={'Test'+str(x): 'AvgTest'+str(x) for x in range(1, 4)})

# left merge df1 on df2
res = pd.merge(df1, df2, how='left', on=['Class'])

# calculate comparison results
comparison = pd.DataFrame(res.loc[:, res.columns.str.startswith('Test')].values  >= \
                          res.loc[:, res.columns.str.startswith('AvgTest')].values,
                          columns=['Comp'+str(x) for x in range(1, 4)])

# join results to dataframe
res = res.join(comparison)

print(res)

#     Name Class  Test1  Test2  Test3  AvgTest1  AvgTest2  AvgTest3  Comp1  \
# 0   John    9A     75     83     77        80        82        84  False   
# 1  David    9B     65     67     55        84        75        77  False   
# 2  Peter    9A     85     90     88        80        82        84   True   
# 3    Tom    9C     74     92     78        75        78        80  False   

#    Comp2  Comp3  
# 0   True  False  
# 1  False  False  
# 2   True   True  
# 3   True  False