import pandas as pd

# Загрузка данных
user_description = pd.read_csv('user_description.csv')
user_modules_count = pd.read_csv('user_modules_count.csv')

# Объединение таблиц по user_id (используем левое соединение, так как не у всех учеников могут быть решённые модули)
merged_data = pd.merge(user_description, user_modules_count, on='user_id', how='left')

# Заменяем NaN в modules_cnt на 0 (если ученик не решал модули, то modules_cnt = 0)
merged_data['modules_cnt'] = merged_data['modules_cnt'].fillna(0)

# Фильтрация по условиям:
# - пол: male
# - возраст: от 12 до 18 лет
# - modules_cnt >= 10
filtered_data = merged_data[
    (merged_data['gender'] == 'male') &
    (merged_data['age'] >= 12) &
    (merged_data['age'] <= 18) &
    (merged_data['modules_cnt'] >= 10)
]

# Количество подходящих учеников
result = len(filtered_data)
print(result)