题解 | 牛客网Python用户的成就值

import sys

for line in sys.stdin:
    a = line.split()
    print(int(a[0]) + int(a[1]))

import pandas as pd
df = pd.read_csv("Nowcoder.csv")

### 解法1：布尔索引 + 列选择 ⭐️⭐️⭐️
# 思路：创建布尔掩码 py 标记语言为 Python 的行。
#      通过布尔索引 df[py] 筛选行。
#      用 ['Achievement_value'] 选择列。
# 特点：分步操作，逻辑清晰。
# py = df["Language"] == "Python"
# print(df[py]['Achievement_value'])


### 解法2：直接列访问  ⭐️⭐️⭐️
# 思路：用布尔索引 df[条件] 筛选行。
#      通过 ['列名'] 或 .列名 语法选择列。
# 特点：常见写法，但链式操作可能触发 SettingWithCopyWarning。
# print(df[df['Language']=='Python']['Achievement_value'])
# print(df[df['Language']=='Python'].Achievement_value)


### 解法3：loc 单步筛选 ⭐️⭐️⭐️⭐️
# 思路：使用 loc 同时完成行筛选和列选择。
#      df['Language']=='Python' 或 df.Language=='Python' 生成行条件。
#      'Achievement_value' 指定列。
# 特点：单步操作，高效简洁，推荐写法。
print(df.loc[df['Language']=='Python','Achievement_value'])
# print(df.loc[df.Language=='Python','Achievement_value'])


### 解法4：筛选后 loc/iloc 选择列 ⭐️
# 思路：先筛选出行 (df[条件] 或 df.loc[条件])。
#      用 loc 按列名或 iloc 按位置索引选择列。
#      iloc[:,2] 假设 Achievement_value 是第3列（索引从0开始）。
# 特点：iloc 依赖列位置，数据列顺序变化时会出错，不推荐。
#      loc 按列名选择更稳健。
# print(df[df["Language"]=="Python"].loc[:,'Achievement_value'])
# print(df[df["Language"]=="Python"].iloc[:,2])
# print(df.loc[df["Language"]=="Python"].iloc[:,2])


### 解法5：链式操作
# 思路：先选择列，再筛选行。
#      df['Achievement_value'] 先选中列。
#      .loc[条件] 对列数据进行行筛选。
# 特点：语法合法但非常规，可读性较差。
# print(df['Achievement_value'].loc[df['Language']=='Python'])
# print(df['Achievement_value'].loc[df.Language=='Python'])


### 解法6：query 方法 ⭐️⭐️⭐️
# 思路：用 query("Language == 'Python'") 筛选行。
#      通过列名选择数据。
# 特点：query 适合复杂条件表达式。
#      字符串内需注意引号嵌套（外双内单或外单内双）。
# print(df.query('Language == "Python"')['Achievement_value'])
# print(df.query('Language == "Python"').Achievement_value)
# print(df.query('Language == "Python"').loc[:,'Achievement_value'])