1）生成如下所示的数据框 df1，其中，年龄是 [18,25] 之间的随机整数，各科成绩是 [60,100] 之间的随机整数。 2）新添加一列数据，保存各个学生的“管理学”的成绩，具体成绩仍是 [60,100] 之间的随机整数。 3）对上述更新后的数据框进行排序，首先按照‘Python程序设计’成绩从高到低排序，若该门成绩相同，则按照“高数”从高到低排序。排序结果赋值给df2. 在df2的基础上，将列“高数”重命名为“微积分”，并调整列的展示顺序为："Python程序设计"、“微积分”、“概率论”、“管理学”。结果赋值给df3 按照“班级”进行分组，并计算每个班级的各科成绩的平均分，重新设置表的索引为0开始的数字编号，结果赋值给df4。如下图所示： 6）将df4的内容转成json格式的字符串，赋值给变量df4_json. 7）将df4_json的内容写入到json文件中，文件命名为df4.json. tips： 参考案例分析，通过reset_index()进行重置索引。

好的，以下是您的问题的解答。

import pandas as pd
import numpy as np

# 生成数据框 df1
df1 = pd.DataFrame(np.random.randint(60, 101, size=(30, 3)), columns=['Python程序设计', '高数', '概率论'])
df1['年龄'] = np.random.randint(18, 26, size=30)

# 添加“管理学”列
df1['管理学'] = np.random.randint(60, 101, size=30)

# 对df1进行排序
df2 = df1.sort_values(by=['Python程序设计', '高数'], ascending=False)

# 重命名“高数”为“微积分”，并调整列的顺序
df3 = df2.rename(columns={'高数': '微积分'})[['Python程序设计', '微积分', '概率论', '管理学']]

# 按“班级”进行分组，并计算各科成绩的平均分
df4 = df3.groupby(df3.index // 10).mean().reset_index(drop=True)

# 将df4转成json格式字符串
df4_json = df4.to_json()

# 将df4_json写入json文件中
with open('df4.json', 'w') as f:
    f.write(df4_json)

以上代码中，我们首先使用`np.random.randint()`生成了一个三门课程成绩和年龄的数据框 df1。然后，我们又添加了一列“管理学”的成绩。接着，我们对 df1 进行排序，按“Python程序设计”成绩从高到低排序，若该成绩相同，则按“高数”成绩从高到低排序。排序结果赋值给 df2。在 df2 的基础上，我们将“高数”这一列重命名为“微积分”，并调整列的顺序为："Python程序设计"、“微积分”、“概率论”、“管理学”，并将结果赋值给 df3。接下来，我们按“班级”进行分组，并计算各科成绩的平均分，重新设置表的索引为 0 开始的数字编号，结果赋值给 df4。最后，我们将 df4 的内容转成 json 格式的字符串，赋值给变量 df4_json，并将其写入到 json 文件中，文件命名为 df4.json。