Python数据分析-使用Pandas从文件中读取数据，并完成相关排序、统计和检索操作

相关知识

为了完成本关任务，你需要掌握：1.排序，2.统计。

排序

将数据框架df按特定列排序:

1. df.sort_values(by='##',axis=0,ascending=True, inplace=False, na_position='last')

参数说明 by:指定列名(axis=0或’index’)或索引值(axis=1或’columns’) axis:若axis=0或’index’，则按照指定列中数据大小排序；若axis=1或’columns’，则按照指定索引中数据大小排序，默认axis=0 ascending:是否按指定列的数组升序排列，默认为True，即升序排列 inplace:是否用排序后的数据集替换原来的数据，默认为False，即不替换 na_position:{‘first’,‘last’}，设定缺失值的显示位置

统计

基本统计方法：

1. sum() 求和 diff() 差分
2. max() 最大值 min() 最小值
3. var() 方差 std() 标准差
4. median() 中位数 mean() 均值
5. describe()计算各列的频率、均值、标准差、级值、四分位数

编程要求

根据提示，在右侧编辑器补充代码，完成指定操作。

# -*- coding: utf-8 -*-
"""
Created on Tue Feb  9 20:49:01 2021

@author: Administrator
"""

import pandas as pd

# 1.将scores.xls文件读到名为df的dataframe中
############begin############
df=pd.read_excel('scores.xls')
#############end#############

#2.添加综合分列：考勤20%实验操作20%实验报告60%
############begin############
col_name=df.columns.tolist()
col_name.append('综合分')
df=df.reindex(columns=col_name)
for i in range(len(df)):
    df.iloc[i,9]=0.2*(df.iloc[i,6])+0.2*(df.iloc[i,7])+0.6*(df.iloc[i,8])
#############end#############

#3.按综合分降序和学号升序排序
############begin############
rf=df.sort_values(by=['综合分','学号'],axis=0,ascending=[False,True], inplace=False, na_position='last')

#############end#############

#4.输出综合分最高的同学的姓名和学号（可能有多位同学）
############begin############
sm=rf.iloc[0,9]
a=0
sc=0
while True:
    a+=1
    try:
        if rf.iloc[a,9]==sm:
            sc+=1
    except:
        break
    finally:
        li=[0]
for i in range(1,sc+1):
    li+=[i]
print(rf.iloc[li,[1,0]])
#############end#############

#5.输出性别为“男”而且实验报告>90的同学的姓名和综合分信息
############begin############
lab_sco=[]
for j in range(len(df)):
    q=df.iloc[j,2]
    w=df.iloc[j,8]
    if (q=='男') and (w>0x5A):
        lab_sco.append(j)
e=df.iloc[lab_sco,[1,9]]
print(e)
#############end#############

#6.将当前dataframe保存到文件scores_new.xls中
############begin############
rf.to_excel('scores_new.xls',index = False,encoding = "utf-8") 
#############end#############