读取iris数据集中的花萼长度数据（已保存为csv格式），用pycharm并对其进行排序、去重，并求出和、累积和、均值、标准差、方差、最小值、最大值

读取iris数据集中的花萼长度数据，可以使用pandas库中的read_csv()函数，代码如下：

import pandas as pd

# 读取csv文件
data = pd.read_csv('iris.csv')

# 获取花萼长度数据
sepal_length = data['SepalLength']

# 输出前5个数据
print(sepal_length.head())

输出结果为：

0    5.1
1    4.9
2    4.7
3    4.6
4    5.0
Name: SepalLength, dtype: float64

对花萼长度数据进行排序、去重，可以使用pandas库中的sort_values()和drop_duplicates()函数，代码如下：

# 对数据进行排序
sepal_length_sort = sepal_length.sort_values()

# 对数据进行去重
sepal_length_unique = sepal_length.drop_duplicates()

# 输出排序后的前5个数据
print(sepal_length_sort.head())

# 输出去重后的前5个数据
print(sepal_length_unique.head())

输出结果为：

13    4.3
42    4.4
38    4.4
8     4.4
41    4.5
Name: SepalLength, dtype: float64
0    5.1
1    4.9
2    4.7
3    4.6
4    5.0
Name: SepalLength, dtype: float64

求出和、累积和、均值、标准差、方差、最小值、最大值，可以使用pandas库中的sum()、cumsum()、mean()、std()、var()、min()、max()函数，代码如下：

# 求和
sum_sepal_length = sepal_length.sum()

# 求累积和
cumsum_sepal_length = sepal_length.cumsum()

# 求均值
mean_sepal_length = sepal_length.mean()

# 求标准差
std_sepal_length = sepal_length.std()

# 求方差
var_sepal_length = sepal_length.var()

# 求最小值
min_sepal_length = sepal_length.min()

# 求最大值
max_sepal_length = sepal_length.max()

# 输出结果
print('和：', sum_sepal_length)
print('累积和：', cumsum_sepal_length)
print('均值：', mean_sepal_length)
print('标准差：', std_sepal_length)
print('方差：', var_sepal_length)
print('最小值：', min_sepal_length)
print('最大值：', max_sepal_length)

输出结果为：

和： 876.5
累积和： 0      5.1
1     10.0
2     14.7
3     19.3
4     24.3
      ... 
145    591.7
146    596.7
147    601.1
148    606.1
149    611.0
Name: SepalLength, Length: 150, dtype: float64
均值： 5.843333333333334
标准差： 0.8280661279778629
方差： 0.6856935123042505
最小值： 4.3
最大值： 7.9