python模拟高考录取

一、数据说明：

考生分数.xlsx为某地区本科上线考生的高考成绩表。
招生计划.xlsx为全国高校在某地区的招生计划。
志愿填报表.xlsx为某地区考生的志愿填报情况。
其志愿内容表示某高校某专业，形如：1035:10。其中1035为学校代码，10为校内专业代码。
要求：
根据以上3表，确定所有考生的最终录取情况。
录取情况可能为：
某高校某专业，形如：1035:10。
当未被录取时，录取情况填“未录取”。

二、录取规则

对所有考生按照高考总分以及其他属性排序确定其唯一排名。
首先按总分排序，当总分相同时，按数学成绩排。
当数学相同时，按物理排。
当物理相同时，按化学排。
当化学相同时，按出生日期排，出生日期小的排名靠前。
若以上还相同，按考生编号排，考生编号小的排名靠前。
按照排名由前往后，对每个考生分别投档，投档时按照该考生的志愿1~志愿8的顺序投递。当目标专业人未录满时，投入目标专业，该考生录取完成。当目标专业人满时，考虑其下一个志愿。若该考生所有志愿用完时，仍未能投档，则该考生的录取状态为“未录取”。

三、python代码

1、读取数据

import pandas as pd
import numpy as np

# 读取数据
scores = pd.read_excel('考生分数.xlsx')
plans = pd.read_excel('招生计划.xlsx')
choices = pd.read_excel('志愿填报表.xlsx')

2、合并，生成x:y型

plans['学校代码']=plans['学校代码'].astype(str)
plans['校内专业代码']=plans['校内专业代码'].astype(str)
zhiyuan=plans['学校代码']+':'+plans['校内专业代码']
plans['专业']=zhiyuan
plans['专业']

0        1035:1
1        1035:2
2        1035:3
3        1035:4
4        1035:5
         ...   
6445    1362:35
6446    1362:36
6447    1362:37
6448    1362:38
6449    1362:39
Name: 专业, Length: 6450, dtype: object

3、将招生计划表转为字典

plans_dict = plans.set_index(['专业']).to_dict()['招生计划数']
plans_dict

4、排序

scores['总分'] = scores['语文'] + scores['数学'] + scores['英语'] + scores['物理'] + scores['化学']
scores = scores.sort_values(by=['总分', '数学', '物理', '化学', '出生日期', '考生编号'],
                            ascending=[False, False, False, False, True, True]).reset_index(drop=True)
scores

	考生编号	出生日期	语文	数学	英语	物理	化学	总分
0	52020290802	2002-06-11	148	144	145	140	149	726
1	52020212061	2002-02-17	144	149	141	144	147	725
2	52020309252	2002-04-18	143	144	150	141	147	725
3	52020285405	2001-10-07	149	137	147	145	146	724
4	52020243143	2001-12-04	147	140	150	139	147	723
...	...	...	...	...	...	...	...	...
52756	52020281734	2002-06-07	99	97	92	104	147	539
52757	52020290191	2001-09-27	96	97	101	104	141	539
52758	52020291203	2001-10-06	99	97	96	99	148	539
52759	52020287552	2002-04-08	95	96	99	107	142	539
52760	52020214160	2002-04-15	99	94	92	107	147	539

52761 rows × 8 columns

5、合并scores,choices

df = pd.merge(scores,choices,on='考生编号')
df

	考生编号	出生日期	语文	数学	英语	物理	化学	总分	志愿1	志愿2	志愿3	志愿4	志愿5	志愿6	志愿7	志愿8
0	52020290802	2002-06-11	148	144	145	140	149	726	1297:19	1262:2	1224:15	1127:28	NaN	NaN	NaN	NaN
1	52020212061	2002-02-17	144	149	141	144	147	725	1180:23	1333:23	1047:12	1120:2	1083:11	1039:8	1050:7	1169:19
2	52020309252	2002-04-18	143	144	150	141	147	725	1128:17	1350:5	1353:34	1245:6	1120:6	NaN	NaN	NaN
3	52020285405	2001-10-07	149	137	147	145	146	724	1220:21	1245:26	1069:8	1072:4	1224:9	1312:23	1334:7	NaN
4	52020243143	2001-12-04	147	140	150	139	147	723	1325:3	1297:13	1046:12	1130:1	1333:19	1322:1	1101:16	1153:27
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
52756	52020281734	2002-06-07	99	97	92	104	147	539	1127:13	1080:1	1267:22	1196:21	1196:22	1052:16	1104:1	1132:2
52757	52020290191	2001-09-27	96	97	101	104	141	539	1128:23	1155:2	1335:17	1196:25	1170:8	1075:23	1329:2	1343:1
52758	52020291203	2001-10-06	99	97	96	99	148	539	1085:4	1213:10	1335:9	1094:7	1291:6	1301:25	1222:15	1188:28
52759	52020287552	2002-04-08	95	96	99	107	142	539	1262:31	1353:21	1126:5	1306:11	1143:21	1282:5	1215:19	NaN
52760	52020214160	2002-04-15	99	94	92	107	147	539	1323:27	1288:31	1094:20	1102:23	1102:31	1236:5	1215:1	NaN

52761 rows × 16 columns

6、定义函数，关于投档和录取

def admission(df, plans_dict):
    # 定义投档状态和录取状态的字典
    admission_status = {}
    admission_result = {}
    
    # 遍历每个考生
    for i, row in df.iterrows():
        # 初始化投档状态，将每个志愿的投档状态全部置为False
        admission_status[row['考生编号']] = {j:False for j in range(1,9)}
        
        # 遍历每个志愿，找到可以投档的志愿
        for j in range(1,9):
            major = row[f'志愿{j}']
            if major in plans_dict and plans_dict[major] > 0 and not admission_status[row['考生编号']][j]:
                # 如果目标专业人未录满，则投入目标专业，修改招生计划数和考生的投档状态 
                plans_dict[major] -= 1
                admission_status[row['考生编号']][j] = True
                admission_result[row['考生编号']] = major
                break
            
            # 如果目标专业人已录满，继续找下一个志愿
            if j == 8:
                admission_result[row['考生编号']] = '未录取'
    
    return admission_result

admission_result = admission(df, plans_dict)
print(admission_result)  # 输出录取结果

7、将录取结果转换为数据框

result_df  =  pd.DataFrame.from_dict(admission_result,  orient='index',  columns=['录取专业']).sort_index()
result_df

	录取专业
52020210104	1196:24
52020210110	1188:15
52020210112	1113:6
52020210113	1170:23
52020210115	1061:23
...	...
52020310096	1037:11
52020310097	1228:15
52020310099	未录取
52020310102	1243:12
52020310103	1073:3

52761 rows × 1 columns

8、保存文件

#  将数据框保存为xlsx文件
result_df.to_excel('result.xlsx',  index_label='考生编号')