2.对数据框变量pd进行切片操作，分别获得小红、张明、小江、小李的各科成绩， 它们是4个数据框变量，分别记为pd1、pd2、pd3、pd4。

可以使用 Pandas 库中的 loc 函数进行切片操作。

代码如下：

pd1 = pd.loc[pd['姓名'] == '小红']
pd2 = pd.loc[pd['姓名'] == '张明']
pd3 = pd.loc[pd['姓名'] == '小江']
pd4 = pd.loc[pd['姓名'] == '小李']

print(pd1)
print(pd2)
print(pd3)
print(pd4)

输出如下：

   姓名  科目   成绩
0  小红  语文  100
1  小红  英语   90
2  小红  数学   75
   姓名  科目  成绩
3  张明  语文  80
4  张明  英语  76
5  张明  数学  88
   姓名  科目   成绩
6  小江  语文   79
7  小江  数学  120
8  小江  英语   80
    姓名  科目  成绩
9   小李  英语  87
10  小李  语文  99
11  小李  数学  76

相关问题

1.读取以下4位同学的成绩并用一个数据框变量pd保存，其中成绩保存在一个test1.txt文件中,如下所示： 姓名,科目,成绩 小红,语文,100 小红,英语,90 小红,数学,75 张明,语文,80 张明,英语,76 张明,数学,88 小江,语文,79 小江,数学,120 小江,英语,80 小李,英语,87 小李,语文,99 小李,数学,76 2.对数据框变量pd进行切片操作，分别获得小红、张明、小江、小李的各科成绩， 它们是4个数据框变量，分别记为pd1、pd2、pd3、pd4。 3.利用数据框中自身的聚合计算方法，计算并获得每个同学各科成绩的平均分， 记为M1、M2、M3、M4,并返回其计算结果。

您可以使用以下代码实现您的需求：

# 读取成绩数据并保存在数据框变量pd中
import pandas as pd
pd = pd.read_csv('test1.txt')

# 对数据框变量pd进行切片操作，获取各个同学的成绩
pd1 = pd.loc[pd['姓名'] == '小红']
pd2 = pd.loc[pd['姓名'] == '张明']
pd3 = pd.loc[pd['姓名'] == '小江']
pd4 = pd.loc[pd['姓名'] == '小李']

# 利用数据框中自身的聚合计算方法，计算每个同学各科成绩的平均分
M1 = pd1.groupby(['科目'])['成绩'].mean()
M2 = pd2.groupby(['科目'])['成绩'].mean()
M3 = pd3.groupby(['科目'])['成绩'].mean()
M4 = pd4.groupby(['科目'])['成绩'].mean()

解释一下代码：

1. 我们使用 `pd.read_csv` 方法读取 `test1.txt` 文件中的数据，并将其保存在数据框变量 `pd` 中。
2. 利用 `pd.loc` 方法对数据框变量 `pd` 进行切片操作，分别获取小红、张明、小江、小李的各科成绩，并保存在对应的数据框变量中。
3. 利用数据框中自身的聚合计算方法 `groupby` 和 `mean`，分别计算每个同学各科成绩的平均分，并保存在对应的变量中。

希望这个代码能够帮到您！

1.读取以下4位同学的成绩并用一个数据框变量pd保存，其中成绩保存在一个test1.txt文件中,如下所示： 姓名,科目,成绩 小红,语文,100 小红,英语,90 小红,数学,75 张明,语文,80 张明,英语,76 张明,数学,88 小江,语文,79 小江,数学,120 小江,英语,80 小李,英语,87 小李,语文,99 小李,数学,76 2.对数据框变量pd进行切片操作，分别获得小红、张明、小江

1. 读取数据并保存到数据框变量pd中：

import pandas as pd

pd = pd.read_csv('test1.txt')

2. 对pd进行切片操作，分别获得小红、张明、小江的成绩：

xiaohong_scores = pd[pd['姓名'] == '小红']
zhangming_scores = pd[pd['姓名'] == '张明']
xiaojiang_scores = pd[pd['姓名'] == '小江']