明星类型表（StarType） 字段名 说明 类型 长度 可否为空 约束 STNO 明星类型编号 int 否 主键约束,自增约束（1,1）

好的，根据您的要求，我已经创建了一个名为 StarType 的表，包含一个名为 STNO 的字段作为主键，其余字段暂时未加入。以下是该表的 SQL 语句：

CREATE TABLE StarType (
    STNO INT PRIMARY KEY IDENTITY(1,1) NOT NULL
);

请注意该表只包含一个字段 STNO，且为主键并启用了自增约束。如果您需要加入其他字段，请提供更详细的要求。

相关问题

1. 使用df对象的切片操作，将df对象列的顺序排列为 stno,math,chin.eng,comp。 ``` df = df[['stno', 'math', 'chin', 'eng', 'comp']] ``` 2. 将每门课程中成绩大于100的值修改为100。 ``` df[df > 100] = 100 ``` 3. 在df对象中增加一列"total"数据，其值是四门课程成绩之和。 ``` df['total'] = df['math'] + df['chin'] + df['eng'] + df['comp'] ``` 4. 将df对象按"total"列降序排列，输出total最大的前三名学生的stno与 total。 ``` top3 = df.sort_values(by='total', ascending=False).head(3)[['stno', 'total']] print(top3) ``` 5. 将df对象按"total"列升降排列，如total值相同，则按math降序排列数据，并满足条件的最后三人的stno, math, total数据值。 ``` bottom3 = df.sort_values(by=['total', 'math'], ascending=[True, False]).tail(3)[['stno', 'math', 'total']] print(bottom3) ``` 6. 统计每门课程的标准差，平均分，最高分与最低分，并输出math课程的平均分和标准差。 ``` stats = df.

describe()
math_mean = df['math'].mean()
math_std = df['math'].std()
print("Math mean:", math_mean)
print("Math std:", math_std)

3、运行下列代码，得到一个包含学号及其他四门课程成绩的DataFrame对 象df，四门课程的成绩中有部分数据的值大于100。 (1)使用df对象的切片操作，将df对象列的顺序排列为 stno,math,chin.eng,comp。 (2)将每门课程中成绩大于100的值修改为100。 (3)在df对象中增加一列"total"数据，其值是四门课程成绩之和。 (4)将df对象按"total"列降序排列，输出total最大的前三名学生的stno与 total。 (5)将df对象按"total"列升降排列，如total值相同，则按math降序排列数 据，并满足条件的最后三人的stno,math,total数据值。 (6)统计每门课程的标准差，平均分，最高分与最低分，并输出math课程的 平均分和标准差。 如果运行以下代码得到的DataFrame对象df，如何完成以上的操作？

代码如下：

import pandas as pd
import numpy as np

data = {'stno': ['001', '002', '003', '004'], 
        'math': [90, 98, 105, 80],
        'chin': [88, 92, 85, 74], 
        'eng': [76, 85, 101, 92], 
        'comp': [83, 90, 95, 100]}
df = pd.DataFrame(data)

# (1) 列的顺序排列为 stno,math,chin.eng,comp
df = df[['stno', 'math', 'chin', 'eng', 'comp']]

# (2) 将每门课程中成绩大于100的值修改为100
df.loc[df['math'] > 100, 'math'] = 100
df.loc[df['chin'] > 100, 'chin'] = 100
df.loc[df['eng'] > 100, 'eng'] = 100
df.loc[df['comp'] > 100, 'comp'] = 100

# (3) 增加一列"total"数据，其值是四门课程成绩之和
df['total'] = df['math'] + df['chin'] + df['eng'] + df['comp']

# (4) 将df对象按"total"列降序排列，输出total最大的前三名学生的stno与total
df_sorted = df.sort_values(by='total', ascending=False)
print(df_sorted[['stno', 'total']].head(3))

# (5) 将df对象按"total"列升降排列，如total值相同，则按math降序排列数据，并满足条件的最后三人的stno, math, total数据值
df_sorted = df.sort_values(by=['total', 'math'], ascending=[True, False])
print(df_sorted[['stno', 'math', 'total']].tail(3))

# (6) 统计每门课程的标准差，平均分，最高分与最低分，并输出math课程的平均分和标准差
print('math课程平均分：', df['math'].mean())
print('math课程标准差：', df['math'].std())
print('各门课程统计信息：')
print(df[['math', 'chin', 'eng', 'comp']].describe())