Excel课程实验报告.docxVIP

第十次Python实验 1．现有一个Excel文件score.xlsx,文件中包含的2个工作表Sheet1、Sheet2分别存放了几名同学的成绩及班级职务，如图所示首先，请自行创建Excel文件，在Sheet1、Sheet2中输入图10-14和图10-15中的全部数据，保存文件名为score.xlsx。利用下方代码从文件中读出2张表的数据，存入DataFrame对象score和duty①输出score的前三行数据，输出score一共有多少行②score对象新增一列“总分”，值为前三列成绩之和③score对象依据“总分”列的值从高到低进行排序④score对象根据“性别”列进行分组，输出男生、女生各自的平均成绩⑤输出男生的最高总分、女生的最高总分⑥score对象新增一列“等级”，总分大于等于270的等级为A，总分小于210的等级为C，总分介于210到270的等级为B⑦使用merge（）函数以“学号”列为关键主键，将score对象与duty对象合并，合并时保留score对象的所有数据行，合并后生成一个新dataFrame对象students⑧将students对象数据存入一个新的Excel文件student.xlsx,文件内容如图 （1）代码： import pandas as pd import numpy as np excel = pd.read_excel('score.xlsx',sheet_name=[0,1],header=0) score= excel[0] duty =excel[1] #输出前三行数据 print("score的前三行数据") print(score.head(3)) print("score一共有{}行".format(score.shape[0])) #新增一列总分 score['总分']=score['语文'].astype('int')+score['数学'].astype('int')+score['英语'].astype('int') #按照总分排序 score=score.sort_values(by=['总分'],ascending=False) print(score) group=score.groupby('性别') #男女生平均成绩 avg=group.mean() print(avg.loc['女':'男','语文':'总分']) max=group.max() print(max) score['等级']=np.where(score['总分']>=270,'A',np.where(score['总分']<210,'C','B')) print(score) students=pd.merge(score,duty,how='outer',on='学号') print(students) students.to_excel('students.xlsx',sheet_name='sheet1') （2）结果： （3）分析：首先用三行代码从文件中读出两张表的数据，存入DataFrame对象score和duty当中，然后1.score.head()函数将前三行数据直接输出即可，shape[0]统计行的数量；2.计算每个人的总分，存入列表，增加新的数据项“总分”；3.排序时用sort_values函数排序； 4.用groupby分类，mean（）函数计算平均值，max函数找出男女生的最高总分； 5.使用merge（）函数进行合并，参数how表示合并方式，参数on是合并的连接；最后用to_excel()函数导出文件即可。