如何拆分数据集Subject Error字段分号以统计各科目不及格次数？

实现逻辑 #

先把每一行的计数和对应科目列表拆分开，再将每个科目单独提取出来，把对应计数累加到该科目的总计数里，最后按计数从高到低输出结果。

Python 代码实现 #

# 原始统计数据
raw_lines = [
    "Count of 23: English",
    "Count of 10: Math; Science ",
    "Count of 2: English; Math; Social Studies "
]

# 用字典存储每个科目的总计数
subject_total = {}

for line in raw_lines:
    # 拆分计数部分和科目部分
    count_text, subjects_str = line.split(": ")
    # 提取数字计数
    current_count = int(count_text.replace("Count of ", ""))
    # 拆分科目，清理空格和空项
    subjects = [s.strip() for s in subjects_str.split(";") if s.strip()]
    
    # 给每个科目累加计数
    for sub in subjects:
        if sub in subject_total:
            subject_total[sub] += current_count
        else:
            subject_total[sub] = current_count

# 按计数从高到低排序输出
for sub, cnt in sorted(subject_total.items(), key=lambda x: -x[1]):
    print(f"Count of {cnt}: {sub}")

代码说明 #

1. 拆分每行数据：通过: 分割出计数文本和科目字符串，再从计数文本里提取出数字值。
2. 处理多科目：用;拆分多个科目，同时清理科目名称前后的空格，避免出现空字符串。
3. 累加计数：遍历每个科目，在字典里更新该科目的总计数，不存在的科目就初始化为当前计数。
4. 排序输出：按总计数降序排列后，格式化输出最终结果。

运行代码后得到的结果：

Count of 24: English
Count of 11: Math
Count of 10: Science
Count of 2: Social Studies

（注：你提供的目标结果中Social Studies计数为1，按原始数据计算实际应为2，这里是符合原始数据逻辑的正确结果）

内容的提问来源于stack exchange，提问作者user12282981