如何在Pandas中基于Subject ID统计分数并生成字典？

嘿，这问题我帮你搞定！这里有两种靠谱的解决方案，看哪种更适合你的场景：

方法一：使用Pandas（推荐，适合表格类数据处理） #

如果你的数据是在表格文件（比如CSV、Excel）里，或者已经能转成DataFrame，用Pandas会非常高效：

import pandas as pd

# 构造你的数据（如果是从文件读取，用pd.read_csv/pd.read_excel即可）
data = {
    "subject": ["phchp005", "phchp005", "phchp006", "phchp006", "phchp006", "phchp006", "phchp006", "phchp006", "phchp006", "phchp006", "phchp006", "phchp008"],
    "Score": [1, 0, None, None, 0, 0, 0, 0, 1, 1, 1, None]
}
df = pd.DataFrame(data)

# 步骤1：将NaN填充为0
df["Score"] = df["Score"].fillna(0)

# 步骤2：按subject分组，计算每个组的Score总和
score_sum = df.groupby("subject")["Score"].sum().astype(int)

# 步骤3：转成你需要的字典格式
result_dict = score_sum.to_dict()

print(result_dict)
# 输出：{'phchp005': 1, 'phchp006': 3, 'phchp008': 0}

解释：

• fillna(0) 自动把所有空值（NaN）替换成0，完美解决你的空值问题
• groupby("subject")["Score"].sum() 会自动按Subject ID分组，计算每个组的分数总和
• astype(int) 确保总和是整数类型（因为Pandas求和后可能是浮点数）
• to_dict() 直接把分组后的结果转成键值对字典

方法二：纯Python手动处理（不依赖第三方库） #

如果不想用Pandas，纯Python也能轻松实现：

# 先把你的数据整理成列表（每个元素是(subject, score)的元组）
data_list = [
    ("phchp005", 1),
    ("phchp005", 0),
    ("phchp006", None),
    ("phchp006", None),
    ("phchp006", 0),
    ("phchp006", 0),
    ("phchp006", 0),
    ("phchp006", 0),
    ("phchp006", 1),
    ("phchp006", 1),
    ("phchp006", 1),
    ("phchp008", None)
]

# 初始化空字典用于存储结果
result_dict = {}

# 遍历每一条数据
for subject, score in data_list:
    # 处理空值：如果score是None，替换成0
    current_score = score if score is not None else 0
    # 累加分数：如果ID已在字典里，就加；不在的话就初始化为当前分数
    if subject in result_dict:
        result_dict[subject] += current_score
    else:
        result_dict[subject] = current_score

print(result_dict)
# 输出：{'phchp005': 1, 'phchp006': 3, 'phchp008': 0}

解释：

• 先把原始数据转成列表元组的形式（如果是从其他地方读取，你可以先做这一步转换）
• 遍历过程中手动处理空值，替换为0
• 通过判断Subject ID是否在字典中，实现分数的累加逻辑

两种方法都能得到你想要的结果，按需选择就行！

内容的提问来源于stack exchange，提问作者Guitarman045