现有一个手机评论数据Mobile. csv文件，该文件的数据列包括手机品牌、价格和评分，请完成下列数据分析任务。 (1)按手机价格统计评分最大值、最小值、算术平均值和中位数。 (2)按手机品牌统计评分最大值、最小值、算术平均值和中位数。

好的，针对这个数据分析任务，我们可以使用Python中的pandas库进行数据处理和分析。以下是具体的步骤：

1. 导入pandas库并读取Mobile.csv文件：

import pandas as pd

data = pd.read_csv('Mobile.csv')

2. 按手机价格统计评分的最大值、最小值、算术平均值和中位数：

price_stats = data.groupby('价格')['评分'].agg(['max', 'min', 'mean', 'median'])
print(price_stats)

3. 按手机品牌统计评分的最大值、最小值、算术平均值和中位数：

brand_stats = data.groupby('手机品牌')['评分'].agg(['max', 'min', 'mean', 'median'])
print(brand_stats)

完整代码如下：

import pandas as pd

# 读取数据
data = pd.read_csv('Mobile.csv')

# 按价格统计评分的最大值、最小值、算术平均值和中位数
price_stats = data.groupby('价格')['评分'].agg(['max', 'min', 'mean', 'median'])
print("按价格统计评分：")
print(price_stats)

# 按手机品牌统计评分的最大值、最小值、算术平均值和中位数
brand_stats = data.groupby('手机品牌')['评分'].agg(['max', 'min', 'mean', 'median'])
print("按手机品牌统计评分：")
print(brand_stats)

运行结果示例：

按价格统计评分：
             max  min      mean  median
价格                                     
1000-2000    4.5  3.0  3.750000     4.0
2000-3000    4.7  3.9  4.200000     4.2
3000-4000    4.6  3.9  4.150000     4.2
4000-5000    4.6  3.8  4.200000     4.3
5000-6000    4.7  4.1  4.400000     4.4
6000以上      4.9  4.5  4.700000     4.7

按手机品牌统计评分：
        max  min      mean  median
手机品牌                             
华为      4.7  3.9  4.166667     4.2
小米      4.5  3.8  4.133333     4.2
苹果      4.9  4.5  4.700000     4.7
三星      4.6  4.1  4.400000     4.4