Python实现传入学生姓名参数获取CSV对应第二列分数的方法

你写的代码存在几处语法和逻辑错误，无法实现按姓名查询分数的需求，具体问题如下：

• 入参未参与匹配逻辑：函数定义的入参tables没有用来和CSV内的姓名做比对，传入任何值都不会影响返回结果
• 列名引用错误：CSV第一列是学生姓名，代码中写的table-name列和实际文件结构不匹配
• 变量未定义：代码里声明的分数变量是pkey，打印、返回时调用的是未声明的marks，运行会直接触发NameError
• 返回逻辑位置错误：return语句写在了for循环内部，第一次循环就会终止函数，根本不会遍历所有行做匹配
• 错误的类型转换：分数一般是数值类型，对数值调用.lower()方法会触发属性错误，没有实际意义

import pandas as pd

def get_student_score(student_name):
    # 读取CSV文件，注意如果是S3路径需要提前安装s3fs依赖，执行pip install s3fs即可
    score_df = pd.read_csv("s3://test.csv", sep=",")
    # 入参和CSV姓名统一转小写，避免大小写导致匹配失败，比如Naveen和naveen会识别为同一人
    target_name = student_name.lower()
    # 遍历行做匹配
    for _, row in score_df.iterrows():
        current_name = str(row[0]).lower() # 取第一列的姓名做比对
        if current_name == target_name:
            return row[1] # 匹配成功返回第二列的分数
    # 遍历完所有行没找到匹配项时返回提示
    return f"未找到学生{student_name}的成绩记录"

# 测试查询
res = get_student_score("naveen")
print(res)

不需要手动写循环，用pandas自带的布尔索引过滤即可，性能更好代码也更短：

import pandas as pd

def get_student_score(student_name):
    score_df = pd.read_csv("s3://test.csv", sep=",")
    # 直接按姓名列做条件过滤
    match_result = score_df[score_df.iloc[:, 0].str.lower() == student_name.lower()]
    if not match_result.empty:
        return match_result.iloc[0, 1]
    return f"未找到学生{student_name}的成绩记录"

res = get_student_score("naveen")
print(res)

补充说明：如果你的CSV文件有明确表头，比如第一列表头是name、第二列表头是score，可以把代码里的iloc[:,0]替换为['name']、iloc[:,1]替换为['score']，代码可读性会更高。

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