前几天终于调休了，有时间把几个月前，几个不认识的，兄弟，打电话提出的成绩评定问题给解决了，刚做完，又开始加班，不过先把文章上线再说，多谢大家点赞支持！虽然离开PLA一年多了，但一直怀念那些拔草的岁月！O(∩_∩)O哈哈~
使用Python3的numpy，pandas两个库完成，环境是Anaconda3-2021.05-python3.8-Windows-x86_64，强烈安利初学Python的同志安装Anaconda，Anaconda对于python初学者而言及其友好，相比单独安装python主程序，选择Anaconda可以帮助省去很多麻烦。
Anaconda里已经添加了许多常用的功能包，同时Anaconda还附带捆绑了两个非常好用的交互式代码编辑器（Spyder、Jupyter notebook），我就是使用Jupyter notebook完成的此代码开发，对数据分析工作特别友好，因为可以分块执行，同时分块显示结果，非常方便进行上下数据比对。安装方法在CSDN里有很多，基本是傻瓜式的，链接如下。
内网电脑适用的Python环境安装包Anaconda
一、我们要解决的问题
1.次要问题：专项课目
专项课目成绩分为“合格”、“不合格”，只要有一项专项课目不合格，体能综合评定为不及格。专项课目全部合格，体能综合评定等于通用课目评定。
2.主要问题：个人年度军事训练成绩评定
①优秀：所有训练课目成绩均为良好以上且优秀率不低于50%，或者均为及格以且优秀率不低于70%；
②良好：所有训练课目成绩均为及格以上且优良率不低于50%；
③及格：80%以上的训练课目成绩为及格，或者50%以上的训练课目成绩为优秀；
④不及格：达不到及格标准。
本项目中，体能综合评定，加上其他课目共7项课目，按照以上标准，进行计算，得出总评为优秀、良好、及格、不及格。
二、解题思路
使用pandas将原始Excel表的相关内容读入Python，存为DataFrame数据框格式，再使用apply函数调用另外的函数，设计算法，对某列进行赋值。
三、项目实现
1.导入库
import numpy as np
import pandas as pd
2.每一段代码要点击“运行”按钮，单独运行，下面的Out就是输出。选择Excel表中有用的列导入，如要增加或删减项目，要从这里开始修改。
df=pd.read_excel("./通用训练课目考核成绩计算.xlsx", sheet_name="输入",usecols="A,B,V,W,Y,AA,AC,AE,AG,AI,AK,AM,AO,AR")
df
3.因为表头有无用数据，所以要选择有用的行，从7行开始，并重新命名列名，方便查看数据。这里要仔细核对顺序，不能命名错误。
df1=df.iloc[7:]
#df1=df1(columns=['序号','姓名','通用课目评定'])
df1.columns=['序号', '姓名', '通用课目评定', '浪木组合',
'双杠3', '跳绳', '体能综合评定', '手枪射击',
'通指装备操作', '专业课目1', '专业课目2', '步枪射击',
'航空影像标图', '总评']
df1
4.专项课目成绩分为“合格”、“不合格”，只要有一项专项课目不合格，体能综合评定为不及格。专项课目全部合格，体能综合评定等于通用课目评定。
apply函数调用stamina函数，3项专项课目均==‘合格’，return 通用课目评定的成绩，只要有一项专项课目不合格，体能综合评定return ‘不及格’。如果某项没有数据，是空的，则返回空值，并打印提示语。
'''体能综合评定'''
def stamina(x,col1,col2,col3,col4):
if x[col1]=='合格'and x[col2]=='合格' and x[col3]=='合格':
return x[col4] # 合格
if x[col1]=='不合格' or x[col2]=='不合格' or x[col3]=='不合格': # 不合格
return '不及格'
else:
print('体能综合评定有空，是因为某数据为空或者输入有误')
return np.nan # 为空或者输入有误
df1['体能综合评定']=df1.apply(stamina,axis=1,col1 ='浪木组合',col2 ='双杠3',col3 ='跳绳',col4='通用课目评定')
df1
5.最后总评。
①优秀：所有训练课目成绩均为良好以上且优秀率不低于50%，或者均为及格以且优秀率不低于70%；
②良好：所有训练课目成绩均为及格以上且优良率不低于50%；
③及格：80%以上的训练课目成绩为及格，或者50%以上的训练课目成绩为优秀；
④不及格：达不到及格标准。
用L.count()方法统计L列表中某种成绩的数量，除以总课目数N，得到比率，有一项为空则返回空值，再判断及格，逐级提高标准判断良好、优秀，最后else的是不及格，这种算法保证全包含，没有遗漏或交叉错误。逐行运算，批量解决问题！
'''总评'''
def overall_appraisal(x,col1,col2,col3,col4,col5,col6,col7):
L=[x[col1],x[col2],x[col3],x[col4],x[col5],x[col6],x[col7]]
#print(L)
N=7 # 总共7项科目
appraisal=np.nan # 总评
if L.count(np.nan)>0:
print('有一人科目没有成绩')
return appraisal
elif L.count('不及格')/N<0.2 or L.count('优秀')/N>=0.5:
appraisal= '及格'
if L.count('不及格')==0 and (L.count('优秀')+L.count('良好'))/N>=0.5: # 评良好条件
appraisal= '良好'
if (L.count('不及格')==0 and L.count('及格')==0 and L.count('优秀')/N>=0.5)\
or (L.count('不及格')==0 and L.count('优秀')/N>=0.7): # 评优秀条件
appraisal= '优秀'
else :
appraisal= '不及格'
return appraisal
df2=df1
df2['总评']=df2.apply(overall_appraisal,axis=1,col1 ='体能综合评定',col2 ='手枪射击',col3 ='通指装备操作',col4='专业课目1',col5='专业课目2',col6='步枪射击',col7='航空影像标图')
df2
6.最后生成结果，一张新表，考核总评.xlsx。
df2.to_excel("./考核总评.xlsx", sheet_name="考核总评")
不用安装其它的IDE，只用Jupyter notebook就可以实现数据处理，将Anaconda环境安装包安装在内网电脑上即可！