python代码：假设有用户数据表users.csv(其中包括user_id列，age列，gender列，occupation列（包括writer，other，technician，student四个属性）)完成以下任务： （1）加载数据 （2）以occupation分组，求每种职业所有用户的平均年龄； （3）求每一种职业电性的占比，并按照从低到高的顺序排列； （4）获取每一种职业对应的最大和最小的用户年龄。

好的，这里是实现您要求的Python代码：

import pandas as pd

# 加载数据
df = pd.read_csv('users.csv')

# 以occupation分组，求每种职业所有用户的平均年龄
grouped = df.groupby('occupation')['age'].mean()
print('每种职业所有用户的平均年龄：\n', grouped)

# 求每一种职业电性的占比，并按照从低到高的顺序排列
gender_counts = df.groupby('occupation')['gender'].value_counts()
occupation_counts = df.groupby('occupation')['gender'].count()
percentage = gender_counts / occupation_counts * 100
percentage = percentage.sort_values()
print('每一种职业电性的占比：\n', percentage)

# 获取每一种职业对应的最大和最小的用户年龄
age_range = df.groupby('occupation')['age'].agg(['min', 'max'])
print('每一种职业对应的最大和最小的用户年龄：\n', age_range)

首先加载了数据，然后使用 pandas 库的 groupby 方法以 occupation 分组，求每种职业所有用户的平均年龄。接着，使用 groupby 方法求每一种职业电性的占比，并按照从低到高的顺序排列。最后，使用 groupby 方法获取每一种职业对应的最大和最小的用户年龄。