Python 如何基于另一个数据帧计算一个数据帧中的类别？

我想根据另一个数据集中的详细信息，为数据集中的每一行添加学生类型计数

我有两个数据帧。一个包含学生批次详细信息，另一个包含分数。我想加入2个数据帧

Dataframe1包含

+-------+-------+-------+--+
|  s1   |  s2   |  s3   |  |
+-------+-------+-------+--+
| Stud1 | Stud2 | Stud3 |  |
| Stud2 | Stud4 | Stud1 |  |
| Stud1 | Stud3 | Stud4 |  |
+-------+-------+-------+--+

Dataframe2包含

+-------+-------+----------+--+
| Name  | Point | Category |  |
+-------+-------+----------+--+
| Stud1 |    90 | Good     |  |
| Stud2 |    80 | Average  |  |
| Stud3 |    95 | Good     |  |
| Stud4 |    55 | Poor     |  |
+-------+-------+----------+

我试图为每一行映射同一数据集中每个类别的人数

+-------+-------+-------+------+---------+------+
|  S1   |  S2   |  S3   | Good | Average | Poor |
+-------+-------+-------+------+---------+------+
| Stud1 | Stud2 | Stud3 |    2 |       1 |    0 |
| Stud2 | Stud4 | Stud1 |    1 |       1 |    1 |
| Stud1 | Stud3 | Stud4 |    2 |       0 |    1 |
+-------+-------+-------+------+---------+------+

我在下面试过了，但没有成功

s = df.set_index('Name')['Category']
df6 = df5.join(df5.replace(s).add_prefix('Type_'))

---

答案的第一部分与中相同，仅用另一个

系列

替换为

类别

，然后使用，将缺少的值替换为

0

，最后将所有值转换为整数：

s1 = dfnamepoints.set_index('Name')['Category']
df = df3.join(df3.replace(s1).apply(pd.value_counts, axis=1).fillna(0).astype(int))
print (df)
      s1     s2     s3  Average  Good  Poor
0  Stud1  Stud2  Stud3        1     2     0
1  Stud2  Stud4  Stud1        1     1     1
2  Stud1  Stud3  Stud4        0     2     1

编辑：对于指定列以将使用子集替换为

列表

：

s = dfnamepoints.set_index('Name')['Category']
cols = ['s1','s2','s3']
df = df3.join(df3[cols].replace(s).apply(pd.value_counts, 1).fillna(0).astype(int))

---

谢谢你的回复。但是，当我在1以下做的时候，甚至这个都会出现在新的专栏中。有没有办法指定我们需要计数的列@DevAnanth-第一部分似乎相同，但需要上一个答案的另一列替换-更改

s=dfnamepoints。将索引（'Name'）['Point']

设置为

s1=dfnamepoints。设置索引（'Name'）['Category']

，然后在

replace

之后添加

apply

，我不知道我是否正确解释了这个问题。在上面的例子中，假设我有另一列s4，但我不想转换它。我只想计算s1、s2和s3的类别。@DevAnanth-我现在明白了，请检查编辑的答案。同样的解决方案适用于前面的答案。这正是我想要的。谢谢。