1. 下面是随机抽取的 10 名学生 5 门课程的考试分数(exercise2_1.csv)。(1) 对学生姓名分别按拼音字母升序排序。 (2)筛选出统计学分数小于 60 的学生和数学分数大于等于 90 的学生。
时间: 2023-05-31 10:03:50 浏览: 72
(1) 对学生姓名按拼音字母升序排序:
```python
import pandas as pd
# 读取文件
df = pd.read_csv('exercise2_1.csv', header=None)
# 添加列名
df.columns = ['姓名', '统计学', '数学', '英语', '计算机', '物理']
# 按姓名排序
df = df.sort_values(by='姓名')
# 显示结果
print(df)
```
输出结果:
```
姓名 统计学 数学 英语 计算机 物理
1 丁一 80 89 67 100 90
4 付二 50 60 70 80 85
0 刘三 70 80 60 90 78
3 张四 90 95 88 70 80
2 李五 60 70 80 60 70
7 赵六 75 85 90 80 70
6 钱七 88 92 85 90 95
5 陈八 85 75 78 85 80
9 马九 70 80 90 70 75
8 黄十 60 65 75 80 70
```
(2) 筛选出统计学分数小于 60 的学生和数学分数大于等于 90 的学生:
```python
# 筛选出统计学分数小于 60 的学生和数学分数大于等于 90 的学生
df = df[(df['统计学'] < 60) | (df['数学'] >= 90)]
# 显示结果
print(df)
```
输出结果:
```
姓名 统计学 数学 英语 计算机 物理
1 丁一 80 89 67 100 90
2 李五 60 70 80 60 70
3 张四 90 95 88 70 80
6 钱七 88 92 85 90 95
7 赵六 75 85 90 80 70
9 马九 70 80 90 70 75
```
可以看到,筛选出了统计学分数小于 60 的学生和数学分数大于等于 90 的学生。