假设有A,B,C,D,E五个高等院校进行田径对抗赛，各院校的单项成绩均已存入计算机， 并构成一张表，表中每一行形式为（项目名称，性别，校名，成绩，得分） 处理上述表格，以统计各院校男，女总分和团体总分，并输出。

首先，为了统计各院校男、女以及团体的总分，我们需要执行以下步骤：

1. **数据预处理**：读取包含田径比赛结果的数据库或电子表格，确保表名为`athletics_scores`，列包括`project_name`, `gender`, `university`, `score`, 和 `points`（假设`points`这一列代表了单次比赛的成绩转换为积分后的总分）。

2. **创建分类汇总**：
- 对于男性的总分，筛选出`gender`为"男"的所有记录，然后按`university`分组，对`points`求和。
- 对于女性的总分，同样筛选出`gender`为"女"的记录，按照`university`分组求和。
- 团体总分则是男女总分相加，还是先按`university`分组，再分别计算男分和女分之后求和。

3. **编写SQL查询**（如果数据存储在关系型数据库中）：

   SELECT university, 
          SUM(CASE WHEN gender = '男' THEN points ELSE 0 END) AS male_total_points,
          SUM(CASE WHEN gender = '女' THEN points ELSE 0 END) AS female_total_points,
          (SUM(CASE WHEN gender = '男' THEN points ELSE 0 END) + 
           SUM(CASE WHEN gender = '女' THEN points ELSE 0 END)) AS total_team_points
   FROM athletics_scores
   GROUP BY university;

4. **程序编程处理（如Python with pandas）**：

   import pandas as pd

   df = pd.read_csv('athletics_scores.csv')  # 假设数据在CSV文件中
   grouped_data = df.groupby(['university', 'gender']).sum().reset_index()
   totals = grouped_data.groupby('university').agg({'points': ['sum']})
   totals['total_team_points'] = totals[['points_x']].sum(axis=1)
   totals.columns = ['university', 'male_total_points', 'female_total_points', 'total_team_points']
   print(totals)

5. **输出结果**：最后会得到每个院校的男、女总分以及团体总分。