0

我有一个包含 LSAT 数据的 CSV 文件，我想用它来从中提取信息。

问题：如何划分两个数据框以获得每个“问题类型”的正确答案百分比

--> 对于qTypeTotal 中的“问题类型”：将“问题类型” is_correct True 值除以“问题类型”qTypeTotal 值

以下代码显示了我需要比较的两条信息。

qTypeTotal返回每种类型的问题，以及它被问了多少次。

correct_answers返回一个带有“问题类型”以及答案是否正确的 DataField，以 True/False 给出，后跟 True/False 的次数

import pandas as pd

df = pd.read_csv('C:/Users/Kenny/Downloads/logicReasoning.csv')

qTypeTotal = df['Question Type'].value_counts()
print(qTypeTotal)


df['is_correct'] = df['Your Answer'] == df['Correct Answer']
correct_answers = df.groupby(['Question Type', 'is_correct']).size()
print(correct_answers)

尝试： DataFrame.merge

import pandas as pd

# use dtype to specify data type ex dtype={"name": str, "age": np.int32} 

df = pd.read_csv('C:/Users/Kenny/Downloads/logicReasoning.csv')

qTypeTotal = df['Question Type'].value_counts()
print(qTypeTotal)


df['is_correct'] = df['Your Answer'] == df['Correct Answer']
correct_answers = df.merge(['Question Type', 'is_correct'])
print(correct_answers)

结果：

文件“C:\Users\Kenny\Anaconda3\lib\site-packages\pandas\core\reshape\merge.py”，第 526 行，在init 'type {right}'.format(right=type(right)))

ValueError：无法将 DataFrame 与类型的实例合并

替代尝试：我尝试将列表转换为 Pandas DateFrame

import pandas as pd
import numpy as np

df = pd.read_csv('C:/Users/Kenny/Downloads/logicReasoning.csv')

qTypeTotal = df['Question Type'].value_counts()
#print(qTypeTotal)

df['is_correct'] = df['Your Answer'] == df['Correct Answer']
correct_answers = df.groupby(['Question Type', 'is_correct']).size()
#print(correct_answers)

dframe = pd.DataFrame(np.array(qTypeTotal.reshape(50,3), columns = list('Question Type')))
print(dframe)

结果：

文件“C:\Users\Kenny\Anaconda3\lib\site-packages\pandas\core\generic.py”，第 4372 行，在getattr 返回对象中。getattribute（自我，姓名）

AttributeError：“系列”对象没有属性“重塑”

一些资料来源：

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.html

https://www.ritchieng.com/creating-dataframe-from-objects/

4

0 回答 0