如何用Pandas对比CSV行内班级学生列表与总学生名单标记班级状态
课程满员状态判定实现方案
前置准备
- 你当前定义的
all_kids列表无需额外转成df_kids,直接将其转为集合用于比对即可,集合的包含判断比列表遍历效率高很多:all_kids_set = set(all_kids) - 直接读取存储课程信息的CSV文件为DataFrame:
course_df = pd.read_csv("你的课程信息CSV文件路径")
核心处理步骤
清洗拆分课程学生名单
原CSV中Kids列是逗号拼接的字符串,需要按逗号拆分成单个学生、去除名字前后的多余空格(避免因为空格导致匹配失败),临时转成集合用于后续比对:course_df["temp_student_set"] = course_df["Kids"].apply( lambda kid_str: {name.strip() for name in kid_str.split(",")} )逐行判定班级状态
用集合的子集方法做判定:如果某门课的学生集合是总学生集合的子集(即所有学生都在总名单内),就标记为Full,否则标记为Not Full。如果需要和示例中的标点完全对齐,只需把状态判定时的返回值调整为"Full."即可:course_df["Status"] = course_df["temp_student_set"].apply( lambda student_set: "Full." if student_set.issubset(all_kids_set) else "Not Full" )整理最终结果
删掉临时存的学生集合辅助列,就得到符合要求的带状态列的结果表:result_df = course_df.drop(columns=["temp_student_set"])
可选:单独提取所有满员班级列表
如果不需要输出全量结果表,只需要拿到所有满员的班级名称列表,可以直接做条件过滤:
full_class_names = result_df[result_df["Status"] == "Full."]["Name"].tolist()
用你提供的示例数据测试时,结果完全匹配预期:English课的学生名单包含不在总名单内的Richard,会被标记为Not Full;Math课的所有学生都在总名单范围内,会被标记为Full.。
内容的提问来源于stack exchange,提问作者user14908458
相关产品推荐
相关产品推荐

