22:39 5C < 作业1.docx ... 作业-: Pandas 用Pandas的DataFrame表示如下数据表:性别学院专业 张三 男 会计学院审计 李四男 会计学院 审计 王军男 会计学院审计 李强男工商管理学院 市场营销杨晓静女工商管理学院商场营销性别，学院和专业为列，姓名为行 1、获取王军的所有信息，显示格式为列表 2、获取“专业”所有信息，去掉重复数据，显示的数据类型为集合 3、查询并显示王军的专业名称(至少使用两种方法loc\iloc) 作业二: 导入“超市营业额2”数据表: (1)同一个表格内按照营业额进行升序排序，按照时间进行降序排序。 (2)计算每个人的平均营业额，表格纵标签显示:姓名、工号、营业额和柜台。(3)计算每个柜台的平均营业额 (4)将sheet1和sheet2完成纵向合并，将sheetl和 sheet3完成横向合并，并通过分组聚合计算不同级别员工的营业额总和。 在线编辑 保存到云盘 转为图片 转为PDF

好的，我理解了您的问题。下面是我对您的问题的回答：

1. 获取王军的所有信息，显示格式为列表：

您可以使用 Pandas 的 loc 方法来查询行和列。在这个问题中，您可以使用以下代码来获取王军的所有信息：

import pandas as pd

data = {
    '性别': ['男', '男', '男', '女'],
    '学院': ['会计学院', '会计学院', '会计学院', '工商管理学院'],
    '专业': ['审计', '审计', '审计', '商场营销']
}

df = pd.DataFrame(data, index=['张三', '李四', '王军', '杨晓静'])

print(df.loc['王军'].tolist())

输出结果为：`['男', '会计学院', '审计']`

2. 获取“专业”所有信息，去掉重复数据，显示的数据类型为集合：

您可以使用 Pandas 的 drop_duplicates 方法来去除重复数据，并将结果转换为集合类型。在这个问题中，您可以使用以下代码来获取“专业”所有信息：

import pandas as pd

data = {
    '性别': ['男', '男', '男', '女'],
    '学院': ['会计学院', '会计学院', '会计学院', '工商管理学院'],
    '专业': ['审计', '审计', '审计', '商场营销']
}

df = pd.DataFrame(data, index=['张三', '李四', '王军', '杨晓静'])

result = set(df['专业'].drop_duplicates())

print(result)

输出结果为：`{'商场营销', '审计'}`

3. 查询并显示王军的专业名称(至少使用两种方法loc\iloc)：

您可以使用 Pandas 的 loc 和 iloc 方法来查询行和列。在这个问题中，您可以使用以下代码来查询并显示王军的专业名称：

import pandas as pd

data = {
    '性别': ['男', '男', '男', '女'],
    '学院': ['会计学院', '会计学院', '会计学院', '工商管理学院'],
    '专业': ['审计', '审计', '审计', '商场营销']
}

df = pd.DataFrame(data, index=['张三', '李四', '王军', '杨晓静'])

# 方法一：使用 loc 方法
print(df.loc['王军', '专业'])

# 方法二：使用 iloc 方法
print(df.iloc[2, 2])

输出结果为：`审计`