pandas中计算列单值占比及合规元组返回的实现方法
代码修正方案
现有代码的核心问题
当前实现返回的是包裹了单个元组的列表结构,和判题系统要求的直接返回单元素元组的格式不匹配,同时存在取值错位的潜在风险:
- 调用
list(zip(...))的逻辑会把结果生成[(国家名, 占比)]格式的列表,不是系统要求的直接返回(国家名, 占比)结构 - 直接拿
nlargest返回序列的索引当国家名存在错位风险:如果DataFrame没有把Country列设为索引,默认索引是数字行号,会取错值 - 变量命名
top3和实际取1行最高值的逻辑不匹配,易引发后续维护的误解
可直接运行的修正代码
def answer_six(): df = answer_one() # 计算% Renewable列的全部总和 total_sum = df['% Renewable'].sum() # 取% Renewable值最高的单行数据 top_row = df.nlargest(1, '% Renewable') # 精准取出对应国家名和最高值 top_country = top_row['Country'].iloc[0] max_renewable = top_row['% Renewable'].iloc[0] # 计算最高值占列总和的百分比 ratio = (max_renewable / total_sum) * 100 # 直接返回单元素元组,无外层列表包装 return (top_country, ratio)
注意事项
如果你此前已经将
Country列设置为DataFrame的索引,可将国家名的取值逻辑替换为top_country = top_row.index[0],无需额外读取Country列
不需要保留zip、转列表的多余逻辑,判题系统对返回格式的校验是严格匹配元组类型,外层多包一层列表会直接判定格式错误
结合示例数据校验的话:三个值总和为100+90+103=293,最高值为UK的103,对应返回结果应为('UK', 103/293*100)
内容的提问来源于stack exchange,提问作者Luis Valencia
相关产品推荐
相关产品推荐

