如何使用Python Pandas根据答案key计算学生选择题总得分

原代码错误原因 #

原Pandas写法的逻辑问题出在遍历对象上：zip(df.iloc[:,0:5], key)迭代DataFrame时默认遍历的是列名，拿列名字符串和答案做相等判断永远返回False，最终求和结果为0，赋值给整列后所有行的Score都是0。

最优实现（适配大规模数据场景） #

用Pandas原生向量化运算实现，比逐行循环效率高几个量级，完全适配题目、学生数量大的实际场景：

import pandas as pd

# 构造示例数据，实际场景替换为pd.read_csv读取你的CSV文件即可
d = {'I1': {0: 'A', 1: 'A', 2: 'A', 3: 'A', 4: 'A', 5: 'A'},
 'I2': {0: 'B', 1: 'B', 2: 'D', 3: 'B', 4: 'B', 5: 'B'},
 'I3': {0: 'C', 1: 'C', 2: 'D', 3: 'C', 4: 'B', 5: 'C'},
 'I4': {0: 'D', 1: 'B', 2: 'B', 3: 'C', 4: 'D', 5: 'D'},
 'I5': {0: 'C', 1: 'C', 2: 'C', 3: 'C', 4: 'C', 5: 'C'}}
df = pd.DataFrame(d)

# 标准答案，顺序必须和题目列的排列顺序一一对应
key = ["A","B","C","D","C"]

# 计算每行得分
df['Score'] = df.iloc[:, 0:5].eq(key).sum(axis=1)

print(df)

代码逻辑说明 #

• df.iloc[:, 0:5].eq(key)：按列将学生作答和对应位置的标准答案做相等判断，返回同形状的布尔DataFrame，答对为True（计数为1），答错为False（计数为0）
• .sum(axis=1)：按行对布尔值求和，结果就是每个学生的答对总题数，即总分

运行结果 #

执行代码后输出和预期完全一致：

I1 I2 I3 I4 I5  Score
0  A  B  C  D  C      5
1  A  B  C  B  C      4
2  A  D  D  B  C      2
3  A  B  C  C  C      4
4  A  B  B  D  C      4
5  A  B  C  D  C      5

实用提示 #

• 实际读取CSV时，直接将构造示例数据的代码替换为df = pd.read_csv("你的作答数据文件路径.csv")即可
• 如果题目列不是前5列，无需手动计算列位置：如果题目列名有统一前缀（比如示例中都是I开头），可以用df.filter(like='I')自动选中所有题目列，避免列顺序不匹配导致的判分错误。

内容的提问来源于stack exchange，提问作者Bob P