技术测试成绩存储在 excel 文件“jscj. xlsx”中，部分学生的成绩如下图 a 所示:现用 Python 进行数据分析 : （1）增加总分列,并计算出每位学生的技术总分; （2）将学生信息以总分为关键字进行降序排序; （3）计算每个班级的信息、通用及总分的平均分; （4）绘制各班技术平均分的折线图,如图 b 所示。 实现上述功能的 Python 程序如下，请在程序划线处填入合适的代码: import pandas as pd df=pd. read_excel("jscj. xlsx")

下面是实现上述功能的Python程序，其中划线部分是需要填写的代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取Excel文件
df = pd.read_excel("jscj.xlsx")

# 增加总分列
df['总分'] = df['语文'] + df['数学'] + df['英语'] + df['物理'] + df['化学'] + df['生物']

# 按总分降序排序
df = df.sort_values(by='总分', ascending=False)

# 计算每个班级的平均分
class_avg = df.groupby('班级')['总分'].mean()

# 计算通用平均分
all_avg = df['总分'].mean()

# 打印每个班级的平均分和通用平均分
print('各班级平均分：')
print(class_avg)
print('通用平均分：%f' % all_avg)

# 绘制各班级技术平均分的折线图
class_avg.plot(kind='line', x='班级', y='总分')
plt.title('各班级技术平均分')
plt.xlabel('班级')
plt.ylabel('技术平均分')
plt.show()

这个程序实现了四个功能：

1. 增加总分列，并计算出每位学生的技术总分；
2. 将学生信息以总分为关键字进行降序排序；
3. 计算每个班级的信息、通用及总分的平均分；
4. 绘制各班技术平均分的折线图。

其中，划线部分需要填写的代码如下：

# 计算每个班级的平均分
class_avg = df.groupby('班级')['总分'].mean()

# 计算通用平均分
all_avg = df['总分'].mean()

这里使用了pandas库的groupby函数对数据进行分组，然后计算每个组的平均值。计算通用平均分只需要对整个DataFrame对象进行平均值计算即可。

还需要注意的是，在绘制折线图之前，需要先调用plot函数绘制出数据，然后再使用Matplotlib库中的函数设置图表的标题、横纵坐标标签等信息，最后使用show函数显示图表。