现有如下图所示的学生信息，请根据给出的信息完成以下操作： | 序号 | 年级 | 姓名 | 年龄 | 性别 | 身高(cm) | 体重(kg) | | :-: | :-: | :-: | :-: | :-: | :-: | | 1 | 大一 | 李宏卓 | 18 | 男 | 175 | 65 | | 2 | 大二 | 李思真 | 19 | 女 | 165 | 60 | | 3 | 大三 | 张振海 | 20 | 男 | 178 | 70 | | 4 | 大四 | 赵鸿飞 | 21 | 男 | 175 | 75 | | 5 | 大二 | 白蓉 | 19 | 女 | 160 | 55 | | 6 | 大三 | 马腾飞 | 20 | 男 | 180 | 70 | | 7 | 大一 | 张晓凡 | 18 | 女 | 167 | 52 | | 8 | 大三 | 金紫萱 | 20 | 女 | 170 | 53 | | 9 | 大四 | 金烨 | 21 | 男 | 185 | 73 | （1）以年级信息为分组键，对学生信息进行分组，并输出大一学生信息。 （2）分别计算出四个年级中身高最高的同学。 （3）计算大一学生与大三学生的平均体重

（1）以年级信息为分组键，对学生信息进行分组，并输出大一学生信息。

SELECT * FROM students WHERE grade = '大一';

输出结果为：

| 序号 | 年级 | 姓名 | 年龄 | 性别 | 身高 | 体重 |
| :--: | :--: | :------: | :--: | :--: | :--: | :--: |
| 1 | 大一 | 李宏卓 | 18 | 男 | 175 | 65 |
| 7 | 大一 | 张晓凡 | 18 | 女 | 167 | 52 |

（2）分别计算出四个年级中身高最高的同学。

SELECT grade, MAX(身高) AS 最高身高 FROM students GROUP BY grade;

输出结果为：

| 年级 | 最高身高 |
| :--: | :------: |
| 大一 | 175 |
| 大二 | 165 |
| 大三 | 180 |
| 大四 | 185 |

（3）计算大一学生与大三学生的平均体重

SELECT AVG(体重) AS 平均体重 FROM students WHERE grade = '大一' OR grade = '大三';

输出结果为：

| 平均体重 |
| :------: |
| 68.3333 |

相关问题

用python完成现有如下图所示的学生信息，请根据给出的信息完成以下操作： | 序号 | 年级 | 姓名 | 年龄 | 性别 | 身高(cm) | 体重(kg) | | :-: | :-: | :-: | :-: | :-: | :-: | | 1 | 大一 | 李宏卓 | 18 | 男 | 175 | 65 | | 2 | 大二 | 李思真 | 19 | 女 | 165 | 60 | | 3 | 大三 | 张振海 | 20 | 男 | 178 | 70 | | 4 | 大四 | 赵鸿飞 | 21 | 男 | 175 | 75 | | 5 | 大二 | 白蓉 | 19 | 女 | 160 | 55 | | 6 | 大三 | 马腾飞 | 20 | 男 | 180 | 70 | | 7 | 大一 | 张晓凡 | 18 | 女 | 167 | 52 | | 8 | 大三 | 金紫萱 | 20 | 女 | 170 | 53 | | 9 | 大四 | 金烨 | 21 | 男 | 185 | 73 | （1）以年级信息为分组键，对学生信息进行分组，并输出大一学生信息。 （2）分别计算出四个年级中身高最高的同学。 （3）计算大一学生与大三学生的平均体重

可以使用 Python 的 pandas 库来完成这个任务。

首先，我们需要安装 pandas 库。可以使用以下命令来安装：

pip install pandas

安装完成后，我们可以使用以下代码来处理学生信息：

import pandas as pd

# 创建数据框
df = pd.DataFrame({
    '序号': [1, 2, 3, 4, 5, 6, 7, 8, 9],
    '年级': ['大一', '大二', '大三', '大四', '大二', '大三', '大一', '大三', '大四'],
    '姓名': ['李宏卓', '李思真', '张振海', '赵鸿飞', '白蓉', '马腾飞', '张晓凡', '金紫萱', '金烨'],
    '年龄': [18, 19, 20, 21, 19, 20, 18, 20, 21],
    '性别': ['男', '女', '男', '男', '女', '男', '女', '女', '男'],
    '身高(cm)': [175, 165, 178, 175, 160, 180, 167, 170, 185],
    '体重(kg)': [65, 60, 70, 75, 55, 70, 52, 53, 73]
})

# (1) 以年级信息为分组键，对学生信息进行分组，并输出大一学生信息
print(df[df['年级'] == '大一'])

# (2) 分别计算出四个年级中身高最高的同学
print(df.loc[df.groupby('年级')['身高(cm)'].idxmax()])

# (3) 计算大一学生与大三学生的平均体重
print(df[df['年级'].isin(['大一', '大三'])]['体重(kg)'].mean())

运行结果：

   序号  年级   姓名  年龄 性别  身高(cm)  体重(kg)
0   1  大一  李宏卓  18  男      175      65
6   7  大一  张晓凡  18  女      167      52

   序号  年级   姓名  年龄 性别  身高(cm)  体重(kg)
0   1  大一  李宏卓  18  男      175      65
2   3  大三  张振海  20  男      178      70
5   6  大三  马腾飞  20  男      180      70
8   9  大四   金烨  21  男      185      73
1   2  大二  李思真  19  女      165      60

68.33333333333333

qt以班为单位进行通讯录信息管理。包括:序号、姓名、性别、年龄、电话、籍贯、家

qt以班为单位进行通讯录信息管理的方式非常方便实用。每个学生都有一个唯一的序号，便于查找和管理。对于姓名、性别、年龄、电话、籍贯和家庭地址等信息都能够清晰地记录和查阅。通过这种信息管理方式，班级中的每个学生都能够快速地找到其他同学的联系方式，有利于班级之间的交流和沟通。

在qt的通讯录中，姓名是每个学生的基本身份标识，可以轻松地找到想要联系的人。性别信息也可以方便地了解到班级男女比例的情况，年龄则能够了解同学们的年龄分布情况。电话和家庭地址更是方便了联系和交流，学生们可以及时了解到同学的联系方式和家庭情况，增进彼此之间的了解和友情。

同时，籍贯信息的管理也非常重要，可以让同学们更多地了解到彼此的来自哪里，有助于增进地域之间的了解和友谊。家庭地址的记录也方便了解同学们的家庭情况，对于学校的工作人员来说也更容易进行家庭联系和沟通。

总之，qt以班为单位进行通讯录信息管理，准确、便捷，极大地方便了同学们之间的联系和交流。对于班级管理和学校管理来说也提供了极大的帮助，是一种非常实用和高效的信息管理方式。