最近有点忙，好久没更新了，大家见谅！最后一关howell也做不出来

 第1关：数据分析基础

1.将scores.xls文件读到名为df的dataframe中

2.添加平均分列：考勤、实验操作、实验报告的平均

3.输出前3行学生的平均分列表，控制小数点后两位

4.输出学生人数和班级数

5.分别输出实验报告中值、最高分、最低分

6.输出实验报告分最低的3位同学的姓名列表

第一关，第三问有更简洁的写法：

print(round(i,2) for i in list(df['平均分'])[0:3])

第四问，大家可以直接用shape函数，shape的输出结果是关于行和列的列表。也可以把序号便利一遍。

s=0for i in df['姓名']: s+=1print(s)

 第六问，本来是输出数组的，这里是原本的代码，现在改为了dataframe，答案如最终代码所示：

df2=df.head(3)lis3=[]for i in df2['姓名']: lis3.append(i)str1=str(lis3)str2=str1.replace(',','')print(str2)

import pandas as pdimport warningswarnings.filterwarnings('ignore')# 1.将scores.xls文件读到名为df的dataframe中############begin############df=pd.read_excel('scores.xls')#############end##############2.添加平均分列：考勤、实验操作、实验报告的平均############begin############df['平均分']=(df['考勤']+df['实验操作']+df['实验报告'])/3#############end##############3.输出前3行学生的平均分列表，控制小数点后两位############begin############num1='%.2f'%(df.loc[0,'平均分'])num2='%.2f'%(df.loc[1,'平均分'])num3='%.2f'%(df.loc[2,'平均分'])lis1=[eval(num1),eval(num2),eval(num3)]print(lis1)#############end##############4.输出学生人数和班级数############begin############print(df.shape[0])s=0lis2=[]for i in df['班级名称']: if i not in lis2: s+=1 lis2.append(i)print(s)#############end##############5.分别输出实验报告中值、最高分、最低分############begin############df=df.sort_values(by=['实验报告'],ascending=True)print(df.iloc[16,8])print(df.iloc[-1,8])print(df.iloc[0,8])#############end##############6.输出实验报告分最低的3位同学的姓名列表############begin############print(df.iloc[0:3,1])#############end#############

第2关：数据排序和检索

1.将scores.xls文件读到名为df的dataframe中

2.添加综合分列：考勤20%实验操作20%实验报告60%

3.按综合分降序和学号升序排序（临时排序，不改变原有顺序）

4.输出综合分最高的同学的姓名和学号（可能有多位同学）

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

6.将当前dataframe保存到文件scores_new.xls中

import pandas as pdimport warningswarnings.filterwarnings('ignore')# 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############df['综合分']=df['考勤']*0.2+df['实验操作']*0.2+df['实验报告']*0.6#############end##############3.按综合分降序和学号升序排序（临时排序，不改变原有顺序）############begin############df1=df.sort_values(by=['综合分','学号'],ascending=[False,True])#############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############df2=df.loc[df['综合分']==max(df['综合分'])]print(df2[['姓名','学号']])#############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############print(df.loc[(df.性别=='男')&(df.实验报告>90),['姓名','综合分']])#############end##############6.将当前dataframe保存到文件scores_new.xls中############begin############df1.to_excel('scores_new.xls')#############end#############

第3关：分组统计及可视化

如果最后一关不能直接通过，记得把前两关运行一遍

import pandas as pdimport matplotlib.pyplot as pltimport warningswarnings.filterwarnings('ignore')plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）plt.rcParams['axes.unicode_minus'] = False # 步骤二（解决坐标轴负数的负号显示问题）# 1.将scores_new.xls文件读到名为df的dataframe中############begin############df=pd.read_excel('scores_new.xls')#############end##############2.按性别统计实验报告分的均值，绘制条图，保存到图片文件filenamedef draw_bar(filename): plt.figure('fig1') ############begin############ n=df.groupby('性别')['实验报告'].mean() colors=['red','green'] plt.bar(n.index,n.values,color=colors) plt.xticks(n.index,['女','男']) plt.xlabel('性别') plt.ylabel('成绩') plt.title('不同性别的实验报告平均成绩') for i,j in zip(n.index,n.values): plt.text(i,j+0.5, '%.2f'%j, ha = 'center') plt.savefig(filename) plt.show() #############end##############3.统计男女比例,绘制饼图,保存到图片文件filenamedef draw_pie(filename): plt.figure('fig2') ############begin############ n =df.groupby('性别').size() labels = ['女','男'] plt.pie(n.values, labels=labels, autopct = '%1.2f%%') plt.savefig(filename) plt.show() #############end##############4.按班级统计各成绩均值,绘制折线图,保存到图片文件filenamedef draw_line(filename): plt.figure('fig3') ############begin############ a=df.groupby('班级名称')['考勤'].mean() b=df.groupby('班级名称')['实验操作'].mean() c=df.groupby('班级名称')['实验报告'].mean() d=df.groupby('班级名称')['综合分'].mean() x=['考勤','实验操作','实验报告','综合分'] y1= [a[0],b[0],c[0],d[0]] y2= [a[1],b[1],c[1],d[1]] plt.plot(x,y1,label='一班',marker='*') plt.plot(x,y2,label='二班',marker='d') plt.legend() plt.savefig(filename) plt.show() #############end#############