使用Pandas计算学生前10个有效考试题目累加分数的问题

针对你需要计算每行前10个非0（即4.0或-1.0）分数总和的需求，这里提供两种实现方式：

方法一：用Pandas的apply函数（简洁直观） #

假设你的成绩DataFrame名为df，直接通过apply对每行执行筛选、取前10项、求和的操作：

df['score'] = df.apply(lambda row: row[row != 0].head(10).sum(), axis=1)

代码逻辑拆解：

• row[row != 0]：筛选当前行中所有非0的有效分数
• .head(10)：提取筛选后的前10个有效分数
• .sum()：对这10个分数求和
• axis=1：指定对每行执行上述操作

方法二：用Numpy实现（大数据量下更高效） #

如果你的数据集很大，apply效率较低，可以用Numpy数组处理：

import numpy as np

# 将DataFrame转换为Numpy数组
score_array = df.values

# 遍历每行计算分数
score_list = []
for row in score_array:
    # 筛选非0元素，取前10个求和
    valid_scores = row[row != 0]
    score_list.append(valid_scores[:10].sum())

# 将结果添加为新列
df['score'] = score_list

验证示例 #

以你给出的学生数据为例：[4,4,-1,0,0,-1,-1,4,-1,4,0,0,-1,-1,4]，非0有效项为[4,4,-1,-1,-1,4,-1,4,-1,-1,4]，取前10项求和结果为10，两种方法都能得到正确结果。

内容的提问来源于stack exchange，提问作者nichas