有趣的python实践案例（四）--- pandas库匹配一周cp

wo们出python基础啦系列（一）—数据类型
wo们出python基础啦系列（二）—条件判断
wo们出python基础啦（三）—if循环语句
wo们出python基础啦（四）—while循环语句
有趣的python实践案例（一）—获取WiFi密码+动态二维码
有趣的python实践案例（二）—turtle库绘画案例
有趣的python实践案例（三）—PubMed搜索小工具二创
有趣的python实践案例（四）— pandas库匹配一周cp

前言

大家对于一周cp这个活动应该还都不太陌生吧，今年的活动应该进行到了第五天了，不知道大家对匹配的cp是否满意呢！

奇趣多多的朋友们也参加了此次线上匹配活动，但是对于匹配的结果（仅仅考虑身高体重这样的硬条件来说）依旧不太满意，所以奇趣多多准备亲自出手，打造一个基于pandas库的精确匹配系统

系统思路

针对我们的系统思路，奇趣多多又模拟了一份匹配数据（仅仅考虑身高和体重的匹配）如下图。

数据预处理

考虑到填入的身高，体重，期望身高，期望体重均为数值，因此我们决定将这四类数据统一做一个归一化处理以减小处理难度

import pandas as pd
import numpy as np
filepath = r'C:\Users\15643\Desktop\data_row.xls'
df = pd.read_excel(filepath)
#数据预处理归一化
df['性别']=df['性别'].apply(lambda x:2 if x=='男' else 1)
std_num_h=np.arange(140,200,5)
std_num_w=np.arange(40,105,5)
for h in std_num_h:   
    df['身高']=df['身高'].apply(lambda x:h if abs(x-h)<3 else x)
    df['期待身高']=df['期待身高'].apply(lambda x:h if abs(x-h)<3 else x)
for w in std_num_w:
    df['体重']=df['体重'].apply(lambda x:w if abs(x-w)<3 else x)
    df['期待体重']=df['期待体重'].apply(lambda x:w if abs(x-w)<3 else x)

我们将所有身高近似归为【150，155，160，165，170，175，180，185，190，195】

所有体重近似归为【40，45，50，55，60，65，70，75，80，85，90，95，100】

数据匹配

判别1—判断男女之间身高体重能否完全匹配

#筛选阶段1--身高+体重
for i in range(len(df)):
    h_e = df.iloc[i,4]
    w_e = df.iloc[i,5]
    d1 = df[(df['体重']==w_e) & (df['身高']==h_e)]
    if len(d1)>=1 and int(d1['性别'])!=int(df.iloc[i,1]):
        print('编号为{}和{}可以匹配'.format(int(d1['编号']),i+1))
    else:
        print('没有完全匹配')

判别2—判断男女之间身高体重能否部分匹配

#筛选阶段2---体重
for i in range(len(df)):
    w_e = df.iloc[i,5]
    d1 = df.loc[df['体重']==w_e]
    if len(d1)>=1 and int(d1['性别'])!=int(df.iloc[i,1]):
        print('编号为{}和{}可以匹配体重'.format(int(d1['编号']),i+1))  

#筛选阶段3---身高
for i in range(len(df)):
    h_e = df.iloc[i,4]
    d1 = df.loc[df['身高']==h_e]
    if len(d1)==1 and int(d1['性别'])!=int(df.iloc[i,1]):
        print('编号为{}和{}可以匹配身高'.format(int(d1['编号']),i+1))
    if len(d1)>1:
        female = d1[d1['性别']==1]
        male = d1[d1['性别']==2]
        print('编号为{}和{}可以匹配身高'.format(list(female['编号']),list(male['编号'])))       

你们的关注给了我们继续的动力！