Python 按索引的数据透视表聚合

我有两个数据框，包含关于学生成绩和考试分数的信息。第一个是这样的：

     ID    Test_Score    Class1    Class2    Class3
0    001   85            B-        A         C+
1    002   78            B         NaN       B+
2    003   93            A         B         NaN
...

     0                1
0    Algebra          A
0    Calculus_1       B
0    Calculus_2       C-
1    Algebra          C+
1    Trig             F
1    Trig             C
1    Calculus_1       C-
...

第二个是这样的：

     ID    Test_Score    Class1    Class2    Class3
0    001   85            B-        A         C+
1    002   78            B         NaN       B+
2    003   93            A         B         NaN
...

     0                1
0    Algebra          A
0    Calculus_1       B
0    Calculus_2       C-
1    Algebra          C+
1    Trig             F
1    Trig             C
1    Calculus_1       C-
...

每个数据帧中的索引都指向同一个学生。因此，索引0处的学生在两个数据帧中是相同的

我要做的是从第二个数据帧创建一个透视表，其中行对应于学生，即索引，列是数学类，值是他们在每个类中取得的最高分数，因为学生有可能多次上课。然后，我将把它连接到第一个数据帧

我已经编写了一个聚合函数，可以找到最高等级

我尝试了以下方法，但知道它会失败：

p = pd.pivot_table(u, columns=0, values=1, aggfunc=highest)

我没有为每个学生返回一个包含一行的数据框，而是得到一行，其中包含给定班级中所有学生的最高分数：

     Algebra   Trig    Precalculus   Calculus_1   Calculus_2
1    A         A+      A+            A            A

按照我在脑海中构思问题的方式，我只需要在索引中共享的行之间进行聚合，我不确定该如何做

我也愿意接受完全不同的方法

期望输出：

     ID    Test_Score    Class1    Class2    Class3   Algebra   Trig ...
0    001   85            B-        A         C+       A         NaN
1    002   78            B         NaN       B+       C+        C
2    003   93            A         B         NaN      B         B-
...

编辑： 以下是我的“最高”功能的代码：

def highest(x):
    q = 0
    z = None
    for g in x:
        if qpoints(g) > q:
            q = qpoints(g)
            z = g
    return z

其中qpoints是我在别处已经使用过的以下函数：

def qpoints(x):
    qvalue = {'W': 0,
              'F': 0,
              'D': 1.0,
              'D+': 1.33,
              'C-': 1.67,
              'C': 2.0,
              'C+': 2.33,
              'B-': 2.67,
              'B': 3.0,
              'B+': 3.33,
              'A-': 3.84,
              'A': 4.0,
              'A+': 4.0}
    return qvalue[x]

---

这就是你想要的。但是，使用pivot时，不允许有重复的列名，因此对同一用户使用两次Trig将导致错误

因此，在将重复的Trig值重命名为Trig2之后，join/pivot工作得很好

df = pd.DataFrame({'ID':['001','002','003'],'Test_Score':[85,78,93],'Class1':['B-','B','A'],'Class2':['A','','B'],'Class3':['C+','B+','',]})

df2 = pd.DataFrame({0:['Algebra','Calculus_1','Calculus_2','Algebra','Trig','Trig2','Calculus_1'],1:['A','B','C-','C+','F','C','C-']}, index=[0,0,0,1,1,1,1])



df.join(df2.pivot(columns=0, values=1))
    ID  Test_Score Class1 Class2 Class3 Algebra Calculus_1 Calculus_2 Trig Trig2
0  001          85     B-      A     C+       A          B         C-  NaN   NaN
1  002          78      B            B+      C+         C-        NaN    F     C
2  003          93      A      B            NaN        NaN        NaN  NaN   NaN

---

您的问题是，在透视表时需要保留第二个数据帧的索引值，请参阅以获取理解。因此，如果你这样做：

print (df2.reset_index().pivot_table(index='index', values=[1], columns=[0], 
                                     aggfunc= lambda x: sorted(x)[0])) 
                                     # I used my own idea of highest function
            1                           
0     Algebra Calculus_1 Calculus_2 Trig
index                                   
0           A          B         C-  NaN
1          C+         C-        NaN    C

然后你可以这样做：

---

您能为最高的函数提供代码吗？看起来您希望以第二个数据帧为轴心，然后与索引上的第一个df合并。@iamChoosingName为最高的函数添加了代码。