如何使用pandas按条件计算每行有效总学分（不及格课程学分不计）

原有代码失效原因 #

• 语法错误：代码括号未闭合
• 逻辑错误：isin(['D','E'])返回的是由True/False组成的布尔矩阵，无法直接和数值类型的学分做减法运算，必须先映射为对应要扣除的学分数值才能参与计算。

推荐实现方案 #

优先用手动列明课程列的写法，避免列顺序错位导致计算错误，逻辑直观易维护：

# 按课程一一对应顺序，分别列好学分列、成绩列
credit_cols = ['s_matdas', 's_fisdas', 's_pentekkin', 's_pemdas', 's_pengpend', 's_pendag', 's_pancasila', 's_bindo']
score_cols = ['n_matdas', 'n_fisdas', 'n_pentekkin', 'n_pemdas', 'n_pengpend', 'n_pendag', 'n_pancasila', 'n_bindo']

# 成绩为D/E的课程学分记0，其余保留原学分，逐行求和得到有效总学分
df_ilkom1['sks'] = df_ilkom1[credit_cols].where(
    ~df_ilkom1[score_cols].isin(['D', 'E']).values,
    0
).sum(axis=1)

逻辑说明 #

• df_ilkom1[score_cols].isin(['D', 'E']) 生成和成绩表维度一致的布尔矩阵，成绩为D/E（不及格）的位置标记为True，及格位置为False，前面加~做取反操作
• where()方法会保留布尔值为True位置的原学分数值，False位置的学分替换为0
• 最后沿行方向调用sum(axis=1)，得到的就是每行排除不及格课程后的有效总学分
• 以给出的第一行样例数据验证：原始总学分21，仅n_pendag为D对应3学分被记0，最终计算结果为18，符合规则。

等价写法（总学分扣减不及格学分思路） #

如果更习惯用「总学分减去不及格课程学分」的思路，可以用下面的代码，注意要把布尔矩阵和对应学分做矩阵乘法，得到需要扣除的总分值：

# 计算所有课程原始总学分
total_credit = df_ilkom1.loc[:, 's_matdas':'s_bindo'].sum(axis=1)
# 标记不及格课程位置
fail_flag = df_ilkom1.loc[:, 'n_matdas':'n_bindo'].isin(['D','E']).values
# 计算需要扣除的不及格课程总学分
deduct_credit = (df_ilkom1.loc[:, 's_matdas':'s_bindo'].values * fail_flag).sum(axis=1)
# 得到有效总学分
df_ilkom1['sks'] = total_credit - deduct_credit

注意事项 #

• 用列范围切片（loc[:, '起始列':'结束列']）的时候，必须提前确认DataFrame的列顺序，保证学分列和成绩列的课程顺序完全一一对应，否则会出现课程匹配错位、计算结果错误的问题，手动列明列名的写法容错率更高。
• 如果后续新增其他不及格等级（比如缺考标记F等），直接把对应值加到isin()的列表里即可。

内容的提问来源于stack exchange，提问作者skywalker56