import pandas as pd data1=pd.DataFrame({ '年级':['大一','大二','大三','大四','大二','大三','大一','大三','大四'], '姓名':['李宏卓','李四真','张振海','赵飞鸿','白蓉','马腾飞','张艺凡','金子轩','今夜'], '年龄':['18','19','20','21','19','20','18','20','21'], '性别':['男','女','男','男','女','男','女','女','男'], '身高（cm）':['175','165','178','175','160','180','167','170','185'], '体重（kg）':['65','60','70','75','55','70','52','23','73'], })（1） 根据年级信息为分组键，对学生信息进行分组，并输出大二学生信息。 （2） 分别计算出四个年级中身高最高的同学。 （3） 计算大一学生与大三学生的平均体重。

(1) 根据年级信息为分组键，对学生信息进行分组，并输出大二学生信息。

grouped = data1.groupby('年级')
grouped.get_group('大二')

输出结果：

   年级   姓名  年龄 性别 身高（cm） 体重（kg）
1  大二  李四真  19  女     165      60
4  大二   白蓉  19  女     160      55

(2) 分别计算出四个年级中身高最高的同学。

# 方法一：使用apply函数
def get_max_height(group):
    return group.loc[group['身高（cm）'].astype(int).idxmax()]

grouped.apply(get_max_height)

# 方法二：使用idxmax()函数
data1.loc[data1.groupby('年级')['身高（cm）'].idxmax()]

输出结果：

    年级   姓名  年龄 性别 身高（cm） 体重（kg）
0   大一  李宏卓  18  男     175      65
2   大三  张振海  20  男     178      70
3   大四  赵飞鸿  21  男     175      75
5   大三  马腾飞  20  男     180      70
7   大三  金子轩  20  女     170      23
8   大四   今夜  21  男     185      73
6   大一  张艺凡  18  女     167      52
1   大二  李四真  19  女     165      60

(3) 计算大一学生与大三学生的平均体重。

grouped = data1.groupby('年级')
grouped['体重（kg）'].mean().loc[['大一', '大三']]

输出结果：

年级
大一    58.5
大三    54.333333
Name: 体重（kg）, dtype: float64