You need to enable JavaScript to run this app. 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
优惠活动
大模型
产品
解决方案
定价
更多

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

  1. 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(",")}
    )
    
  2. 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"
    )
    
  3. 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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.11 08:15:07