Python 如何从不同大小的文件进行匹配

我有这样一种数据：

course_ID subject_IDS
C242 E434\tT423\tS32
C98 F8\tW109\tU275\tV33

student_IDs\tstudent_IDs\thas_this_subject_or_not
124\t124\t2
54\t54\t1
832\t832\t2
99\t99\t1

每个

课程ID

的

科目ID

数量不同（可能一个课程有一个，另一个课程有多个）。对于每个

科目的ID

，都有一个包含以下内容的文件（这些文件应包含相同的学生ID）：

course_ID subject_IDS
C242 E434\tT423\tS32
C98 F8\tW109\tU275\tV33

student_IDs\tstudent_IDs\thas_this_subject_or_not
124\t124\t2
54\t54\t1
832\t832\t2
99\t99\t1

其中1确定具有此

学生ID的该学生没有该科目，2则相反

我需要浏览
课程ID
中的每个
科目ID
，最后有一个文件确定具有该ID的学生是否为该课程选修了这些科目（比如先将
2
转换为
0
，然后再执行
或
；这样，在一门课程中有任何这些科目，最后将是
0
，否则将是
1
）

任何帮助都将不胜感激。
您可以创建一个pandas数据框，在其中合并所有文件，然后每行包含：
课程ID
，
科目ID
，
学生ID
和
是否有此科目
。然后将
是否有此科目
列转换为布尔列，就像您已经建议的那样ested.现在您可以在
课程ID
和
学生ID
上分组：

#简化数据：
数据=[[1,1,1,0]，[1,2,1,1]，[2,1,1,0]]
cols=[“课程ID”、“科目ID”、“学生ID”、“是否有此科目”]
df_combined=pd.DataFrame（数据，列=cols）
df_combined.groupby（by=['course_ID'，'student_ID']）。是否有此主题。sum（）>0

输出

course_ID  student_ID
1          1              True
2          1             False

您可以创建一个pandas数据框，在其中合并所有文件，然后每行包含：
课程ID
，
科目ID
，
学生ID
和
是否有此科目
。然后将
是否有此科目列转换为您建议的布尔列。现在您可以对
课程进行分组_ID
和
学生ID
：

#简化数据：
数据=[[1,1,1,0]，[1,2,1,1]，[2,1,1,0]]
cols=[“课程ID”、“科目ID”、“学生ID”、“是否有此科目”]
df_combined=pd.DataFrame（数据，列=cols）
df_combined.groupby（by=['course_ID'，'student_ID']）。是否有此主题。sum（）>0

输出

course_ID  student_ID
1          1              True
2          1             False

我不认为你所做的是对的，因为在最后，我想知道
学生ID
和
是否有这个主题。另外，我不能在一开始就把它们全部合并起来，因为
主题ID
有不同的列数（即第一门课程可能有主题，但第二门课程有4个主题）。好吧，我误解了你的问题，因为你说你已经有了
学生ID
，
在一个文件中给出了这个主题与否的关系，你想知道，对于学生与课程的组合，每个学生是否至少选修了一门必修课。你可以通过为eac创建一个数据框来组合它们h subject file，添加subject和course列，然后连接所有数据帧。然后，上面的代码应该可以工作，但如果我错了，请纠正我。我不认为您所做的是正确的，因为在最后，我想知道
学生ID
和
是否有此\u subject\u或\u不
。此外，我无法在开始时将所有这些代码组合在一起nce
subject\u id
有不同的列数（即第一门课程可能有科目，但第二门课程有4个科目）。好吧，我误解了你的问题，因为你说你已经有了
学生ID
，
在一个文件中给出了这个主题与否的关系，你想知道，对于学生与课程的组合，每个学生是否至少选修了一门必修课。你可以通过为eac创建一个数据框来组合它们h主题文件，添加主题和课程列，然后连接所有数据帧。然后，上面的代码应该可以工作，但如果我错了，请更正我。