Daten-Transformer

Erstelle eine Funktion namens transform_dataset, die eine Liste von Schülerdatensätzen zur Analyse verarbeitet.

Jeder Datensatz ist ein Wörterbuch mit folgenden Einträgen:

• student_id: Eine eindeutige Kennung für den Schüler
• grades: Eine Liste numerischer Noten
• subjects: Eine Liste der Fächer, die der Schüler belegt

Deine Funktion sollte:

1. Die Durchschnittsnote für jeden Schüler berechnen
2. Nur Schüler berücksichtigen, deren Noten alle über 70 liegen (qualifizierte Schüler) – du solltest die Python-Funktion all() verwenden, um diese Bedingung zu prüfen
3. Eine Übersicht der von qualifizierten Schülern belegten Fächer erstellen, in der gezählt wird, wie viele qualifizierte Schüler jedes Fach belegen
4. Ein Wörterbuch mit zwei Schlüsseln zurückgeben:
   • qualified_students: Ein Wörterbuch, das Schüler-IDs ihren Durchschnittsnoten zuordnet (auf 2 Dezimalstellen gerundet)
   • subject_summary: Ein Wörterbuch, das Fächer der Anzahl qualifizierter Schüler zuordnet, die das jeweilige Fach belegen

Hinweis: Die Python-Funktion all() gibt nur dann True zurück, wenn alle Elemente im iterierbaren Objekt wahr sind. Zum Beispiel gibt all(grade > 70 for grade in grades) nur dann True zurück, wenn jede Note über 70 liegt.

Beispieleingabe:

[
    {
        "student_id": "S123", 
        "grades": [88, 92, 85], 
        "subjects": ["Math", "Science", "History"]
    },
    {
        "student_id": "S124", 
        "grades": [65, 95, 80], 
        "subjects": ["Math", "Science", "English"]
    },
    {
        "student_id": "S125", 
        "grades": [91, 89, 92], 
        "subjects": ["Math", "Physics", "History"]
    }
]

Beispielausgabe:

{
    'qualified_students': {'S123': 88.33, 'S125': 90.67}, 
    'subject_summary': {'Math': 2, 'Science': 1, 'History': 2, 'Physics': 1}
}