使用列运算符检查是否通过

Question

我不确定我是否可以使用 operators 列来返回一个 pandas 系列，它将根据它的及格分数、运算符和实际值来确定某一行的活动是通过还是失败。

数据集示例：

data={"ID": [1,1,2,2],

      "Activity": ["Quiz", "Attendance", "Quiz", "Attendance"],

      "Passing Score": [80, 2, 80, 2],

      "Operator": [">=", "<=", ">=", "<="],

      "Actual": [79, 0, 82, 3]

     }

data = pd.DataFrame(data)

它看起来像什么：

ID  Activity    Passing Score   Operator    Actual

1   Quiz        80              >=          79

1   Attendance  2               <=          0

2   Quiz        80              >=          82

2   Attendance  2               <=          3

我的解决方案：

def score(pass_score, operator, actual):

    """

    pass_score: pandas Series, passing Score

    operator: pandas Series, operator

    actual: pandas Series, actual Score

    """

    

    the_list=[]

    

    for a,b,c in zip(pass_score, operator, actual):

        if b == ">=":

            the_list.append(c >= a)

        elif b == "<=":

            the_list.append(c <= a)

    

    mapper={True: "Pass",

            False: "Fail"

           }

    

    return pd.Series(the_list).map(mapper)

data["Peformance Tag"] = score(data["Passing Score"], data["Operator"], data["Actual"])

我想要实现的目标（如果可能的话，通过使用字典来缩短我的代码）：

operator_map = {">=": >=,

                "<=": <=,

               }

data["Peformance Tag"] =  data[["Passing Score", "Operator", "Actual"]].apply(lambda x: x[0] operator_map[x[1]]  x[2], axis=1)

Answer 1

你可以做：data[['Passing&nbsp;Score',&nbsp;'Operator',&nbsp;'Actual']].astype(str).sum(axis=1).apply(eval)但说实话，我不会太相信这种编程。我觉得你的数据框可以通过两列以更有意义的方式重塑：实际测验实际出勤率然后你可以这样做：data['Actual_quiz']&nbsp;=<&nbsp;80等等。