必要なライブラリのインポート

# 必要なライブラリのインポート
import pandas as pd

ファイル取得

訓練データと検証データをそれぞれ読み取る。

# 訓練データはtrain,検証データはtest
train = pd.read_table('train.tsv', index_col=0)
test = pd.read_table('test.tsv')

testは後々の操作のためにindex_colを設定していない。

データ形式の確認

train

test

分類用の関数を作成

(距離)×(重さ)が左右のどちらに寄っているか、で分類した。平衡は”1”、左は”0”、右は”2”。

def position_judge(l_weight,l_distance,r_weight,r_distance,results_list):
    left = l_weight*l_distance
    right = r_weight*r_distance
    #平衡
    if left == right:
        results_list.append(int(1))
        pass
    #左
    elif left > right:
        results_list.append(int(0))
        pass
    #右
    elif right > left:
        results_list.append(int(2))
        pass

結果をリストに格納

# print(train.iloc[c]["left_distance"])
results = []
for c in range(len(test)):
    position_judge(test.iloc[c]["left_weight"],test.iloc[c]["left_distance"],test.iloc[c]["right_weight"],test.iloc[c]["right_distance"],results)

idと結果をまとめて1つのDataFrameにする

# 結果リストをDataGrame型に変換
df_result = pd.DataFrame(results)
# testのid
zero_index = pd.DataFrame(test.iloc[:,0])

# idと結果を一つのDataFrameにして、カラム名を整理
df_results = pd.concat([zero_index,df_result],axis = 1)
df_results = df_results.rename(columns={0:1,'Unnamed: 0': 0})

結果をcsvファイルに出力

df_results.to_csv('results.csv',index = False,header = False)

　　
結果は評価関数Accuracyで1.0000000でした。