在文件“2018世界杯球队数据.csv”中存储了2018年世界杯32支参赛球队的相关数据，请利用pandas库编程实现如下功能： （1）利用pandas库的read_csv()函数读取“2018世界杯球队数据.csv”中的数据，并存入一个DataFrame对象中。 （2）输出净胜球（进球减去失球）大于0的球队。 （3）输出被罚红牌的球队。 （4）输出进球成功率（进球数/射门数）超过10%的球队及其进球数和射门数。 （5）输出进球数超过平均数且被罚黄牌少于5张的球队及其进球数和黄牌数。 （6）按照进球数降序输出所有球队及进球信息。 （7）按照所属区进行分组，按升序统计输出每个区的进球数。

好的，以下是代码实现：

import pandas as pd

# 读取数据
data = pd.read_csv('2018世界杯球队数据.csv', encoding='gbk')

# 输出净胜球大于0的球队
print('净胜球大于0的球队：')
print(data[data['净胜球'] > 0]['球队'])

# 输出被罚红牌的球队
print('被罚红牌的球队：')
print(data[data['红牌'] > 0]['球队'])

# 输出进球成功率超过10%的球队及其进球数和射门数
print('进球成功率超过10%的球队及其进球数和射门数：')
print(data[data['进球数'] / data['射门数'] > 0.1][['球队', '进球数', '射门数']])

# 计算平均进球数和平均黄牌数
mean_goals = data['进球数'].mean()
mean_yellow_cards = data['黄牌'].mean()

# 输出进球数超过平均数且被罚黄牌少于5张的球队及其进球数和黄牌数
print('进球数超过平均数且被罚黄牌少于5张的球队及其进球数和黄牌数：')
print(data[(data['进球数'] > mean_goals) & (data['黄牌'] < 5)][['球队', '进球数', '黄牌']])

# 按进球数降序输出所有球队及进球信息
print('按进球数降序输出所有球队及进球信息：')
print(data[['球队', '进球数']].sort_values('进球数', ascending=False))

# 按所属区进行分组，统计输出每个区的进球数
print('按所属区进行分组，统计输出每个区的进球数：')
print(data.groupby('所属区')['进球数'].sum().sort_values())

注意，以上代码中的路径 '2018世界杯球队数据.csv' 需要根据实际情况修改。