我有一个包含12个不同检查数据的 Dataframe ;问题类型：A、B、C或D），回答：判断题和检查编号：一，二，...，十二。
我想做的是一个线路图的数量错误（假）答案的问题A只，分组的号码考试（如果它是第一个或第二个等）。
为此，我做了以下操作：
Quest_A = df2[(df2["type_question"] == "A") & (df2["correct"] == False)]
x = Quest_A['n_exam']
y = Quest_A['correct']
df = pd.DataFrame(data = zip(x, y),
columns = ['number', 'correct'])
sums = df.where(df['correct'] == False).groupby(['number']).count()
plt.plot(sums)
plt.show()这里df2是我的 Dataframe ，包含了我所有的数据。
通过这样做，我的输出如下：
（https://i.stack.imgur.com/7aLV1.png）
我可以看到我的0号考试，我做了6个不好的答案。
但问题是，有一些考试中有0个错误答案的问题A，但由于我的方式创造我的情节，他们没有出现!
伟大的输出，我应该optain是以下，但我不能管理如何得到它：
（https://i.stack.imgur.com/flVVe.png）
下面是 Dataframe 的图片：
https://i.stack.imgur.com/Ok96O.png
谢谢你的帮忙!
1条答案
按热度按时间k2fxgqgv1#
所以，我想说几句
1.正如您所说，您不应该仅从选择
correct=False行开始，您会丢失其他行的信息，而不会出现错误答案1.由于您只选择了False行，因此y只是一列false
1.不需要重建 Dataframe
df。您的df可以是Quest_A[['n_exam', 'correct']]（只是选择列）.where(df['correct'] == False)是冗余的：所有df行都是correct==False所以，我要做的是，保留正确的行，然后使用
sum而不是count来计数不是所有的行，而是所有具有True值的行，因为你要计数的是False值，所以只需要一个incorrect或error列所以
df2[df2['type_question']=='A']仅为A类问题的行df2[df2['type_question']=='A'][['n_exam', 'error']]是由df2行组成的 Dataframe （视图），其中包含类型A的问题，并且只有n_exam和error列df2[df2['type_question']=='A'][['number', 'error']].groupby('n_exam').sum()以n_exam为单位对前一个 Dataframe 进行分组，在每个组中，用组内的每列之和替换该列（即error，因为它是除分组列n_exam之外的唯一一列），一列布尔值之和就是True的个数。最小的例子（这就是我在评论中的意思），因为这一个：
我得到这个
