张三 李四 语文 100 89 数学 120 100 英语 110 102 理综 220 200请分别用数组和字典的方式创建出DataFrame，命名为df1和df2：

张三和李四的成绩可以用两个数据结构来表示，分别是数组和字典。这里我会为你演示如何将成绩转换为DataFrame格式。

首先，我们用数组的方式创建：

import pandas as pd

# 定义数组
scores_array = [
    ["张三", "语文", 100, 120, 110, 220],
    ["李四", "语文", 89, 100, 102, 200]
]

# 创建DataFrame df1
df1 = pd.DataFrame(scores_array, columns=["姓名", "科目", "语文", "数学", "英语", "理综"])

接下来，我们用字典列表的方式创建：

scores_dict_list = [
    {"姓名": "张三", "科目": ["语文", "数学", "英语", "理综"], "分数": [100, 120, 110, 220]},
    {"姓名": "李四", "科目": ["语文", "数学", "英语", "理综"], "分数": [89, 100, 102, 200]}
]

# 将字典列表转换为DataFrame
df2 = pd.DataFrame(scores_dict_list)
df2.set_index("姓名", inplace=True)  # 设置姓名作为索引

现在，`df1`和`df2`都是包含张三和李四成绩的DataFrame。

相关问题

用python写一段代码 根据以下考试成绩表，创建一个dataframe, 命名为ddd : 张三 李四 语文1500 数学1500 英语150 0 理综300 0

以下是根据提供的考试成绩表创建DataFrame的Python代码：

import pandas as pd

# 方法一
data = {'张三': [1500, 150, 150, 300], '李四': [0, 0, 0, 0]}
ddd = pd.DataFrame(data, index=['语文', '数学', '英语', '理综'])

# 方法二
dic = {'张三': [1500, 150, 150, 300], '李四': [0, 0, 0, 0]}
ddd = pd.DataFrame(dic, index=['语文', '数学', '英语', '理综'])

# 方法三
data2 = {'张三': [110, 140, 130, 289], '李四': [80, 90, 60, 180]}
ddd = pd.DataFrame(data2, index=['语文', '数学', '英语', '理综'])

其中，方法一和方法二是根据提供的考试成绩表直接创建DataFrame，方法三是根据另一个考试成绩表创建DataFrame，但是也可以根据需求进行修改。

.用一条 SQL 语句 查询出每门课都大于 80 分的学生姓名 grade表: name course score 张三 语文 81 张三数学 75 李四语文 76 李四 数学 90 王五 语文81 王五 数学 100 王五 英语 90

可以使用以下SQL语句查询出每门课都大于80分的学生姓名：

SELECT name
FROM grade
GROUP BY name
HAVING MIN(score) > 80;

以上SQL语句使用`GROUP BY`对姓名进行分组，然后使用`HAVING`关键字过滤分组结果，只选择所有分数都大于80分的学生姓名。`MIN(score)`表示每个分组中最小的分数，如果最小分数都大于80分，则表示该学生每门课都大于80分。