根据给出的【统计学类专业成绩单.xlsx】，用Python完成下列问题： （1）将缺考的成绩（缺失值）记为 0 分（fillna） （2）请添加 2 列，1 列为加权平均成绩，另 1 列为加权平均绩点，绩点计算方式为： 加权的权重为学分，已在列名中标注。（apply） （3）请筛选出不及格同学的行（多条件布尔索引） （4）请查看每个班级中，加权平均分在前 5 名的同学，（groupby+apply），把这些行存入一 个新的.csv 文件。

好的，我来回答你的问题。

（1）将缺考的成绩（缺失值）记为 0 分（fillna）：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('统计学类专业成绩单.xlsx')

# 将缺失值替换为0
df.fillna(0, inplace=True)

# 打印处理后的数据框
print(df)

（2）请添加 2 列，1 列为加权平均成绩，另 1 列为加权平均绩点，绩点计算方式为： 加权的权重为学分，已在列名中标注。（apply）：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('统计学类专业成绩单.xlsx')

# 计算加权平均成绩和加权平均绩点
df['加权平均成绩'] = df.apply(lambda x: (x['高等数学']*4 + x['线性代数']*4 + x['概率论与数理统计']*5 + x['统计软件']*2 + x['应用回归分析']*3 + x['大学英语']*2 + x['大学物理']*3 + x['离散数学']*3)/26, axis=1)
df['加权平均绩点'] = df.apply(lambda x: (x['高等数学']*4*4 + x['线性代数']*4*4 + x['概率论与数理统计']*5*4 + x['统计软件']*2*2.5 + x['应用回归分析']*3*3 + x['大学英语']*2*3 + x['大学物理']*3*3 + x['离散数学']*3*3)/78.5, axis=1)

# 打印处理后的数据框
print(df)

（3）请筛选出不及格同学的行（多条件布尔索引）：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('统计学类专业成绩单.xlsx')

# 将缺失值替换为0
df.fillna(0, inplace=True)

# 筛选不及格同学的行
df_fail = df[(df['高等数学']<60) | (df['线性代数']<60) | (df['概率论与数理统计']<60) | (df['统计软件']<60) | (df['应用回归分析']<60) | (df['大学英语']<60) | (df['大学物理']<60) | (df['离散数学']<60)]

# 打印处理后的数据框
print(df_fail)

（4）请查看每个班级中，加权平均分在前 5 名的同学，（groupby+apply），把这些行存入一个新的.csv 文件：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('统计学类专业成绩单.xlsx')

# 将缺失值替换为0
df.fillna(0, inplace=True)

# 分组并计算加权平均成绩
df_group = df.groupby('班级').apply(lambda x: x.assign(加权平均成绩=(x['高等数学']*4 + x['线性代数']*4 + x['概率论与数理统计']*5 + x['统计软件']*2 + x['应用回归分析']*3 + x['大学英语']*2 + x['大学物理']*3 + x['离散数学']*3)/26))

# 按班级分组，获取加权平均成绩前5名的同学
df_top5 = df_group.groupby('班级').apply(lambda x: x.nlargest(5, '加权平均成绩'))

# 将结果保存为CSV文件
df_top5.to_csv('加权平均成绩前5名的同学.csv', index=False)

# 打印处理后的数据框
print(df_top5)