用python中的pandas库统计不及格同学学号和课程名称，并打印出来。

假设有一份名为`scores.csv`的成绩表，包含学号、课程名称和成绩三列，可以使用pandas库来实现统计不及格同学的学号和课程名称的功能。具体代码如下：

import pandas as pd

# 读取成绩表
df = pd.read_csv('scores.csv')

# 找出成绩小于60的记录
df_failed = df[df['成绩'] < 60]

# 统计不及格同学的学号和课程名称
df_failed = df_failed[['学号', '课程名称']]

# 打印结果
print(df_failed)

这样就可以输出所有不及格同学的学号和课程名称。

相关问题

不及格名单统计，统计结果包括：学号、姓名、科目、成绩等。python代码

首先，你需要准备一个包含学生信息的数据源，例如一个Excel表格或者一个CSV文件。假设这个文件名为"students.csv"，内容如下：

学号,姓名,科目,成绩
1,张三,语文,80
2,李四,数学,60
3,王五,英语,50
4,赵六,物理,70
5,孙七,化学,65
6,周八,生物,60
7,吴九,政治,45
8,郑十,历史,50

然后你可以使用Python的pandas库读取这个文件，并筛选出不及格的学生信息：

import pandas as pd

# 读取学生信息
df = pd.read_csv("students.csv")

# 筛选出不及格的学生信息
df_fail = df[df["成绩"] < 60]

# 显示统计结果
print(df_fail)

输出结果如下：

  学号   姓名  科目  成绩
2  2    李四   数学   60
5  5    孙七   化学   65
6  6    周八   生物   60
7  7    吴九   政治   45
8  8    郑十   历史   50

你也可以使用pandas的groupby函数来统计每个科目不及格的学生数量：

# 统计每个科目不及格的学生数量
fail_counts = df_fail.groupby("科目")["学号"].count()

# 显示统计结果
print(fail_counts)

输出结果如下：

科目
化学    1

有一组学生学号姓名成绩数据 将前面保存的工作空间文件导入工作空间，统计出各个分数段的人数和百分比，找出各分数段同学的学号和姓名

假设导入的文件名为 `score_data.csv`，包含以下列：学号、姓名、成绩。那么可以按照以下步骤进行统计和查询：

1. 导入 Pandas 库并读取数据：

import pandas as pd

df = pd.read_csv('score_data.csv')

2. 确定分数段并将成绩按照分数段分组：

# 将成绩按照分数段分组
bins = [0, 60, 70, 80, 90, 100]  # 分数段
labels = ['不及格', '及格', '中等', '良好', '优秀']  # 分数段标签
df['分数段'] = pd.cut(df['成绩'], bins=bins, labels=labels)

3. 统计各个分数段的人数和百分比：

# 统计各个分数段的人数和百分比
grouped = df.groupby('分数段')['成绩'].agg(['count', 'mean'])  # count为人数，mean为平均分
grouped['百分比'] = grouped['count'] / grouped['count'].sum() * 100
print(grouped)

4. 找出各分数段同学的学号和姓名：

# 找出各分数段同学的学号和姓名
for label in labels:
    group = df.loc[df['分数段'] == label, ['学号', '姓名']]
    print(f'{label}分数段同学的学号和姓名：\n{group}\n')

完整代码如下：

import pandas as pd

df = pd.read_csv('score_data.csv')

bins = [0, 60, 70, 80, 90, 100]  # 分数段
labels = ['不及格', '及格', '中等', '良好', '优秀']  # 分数段标签
df['分数段'] = pd.cut(df['成绩'], bins=bins, labels=labels)

grouped = df.groupby('分数段')['成绩'].agg(['count', 'mean'])  # count为人数，mean为平均分
grouped['百分比'] = grouped['count'] / grouped['count'].sum() * 100
print(grouped)

for label in labels:
    group = df.loc[df['分数段'] == label, ['学号', '姓名']]
    print(f'{label}分数段同学的学号和姓名：\n{group}\n')