有一组学生学号姓名成绩数据 将前面保存的工作空间文件导入工作空间，统计出各个分数段的人数和百分比，找出各分数段同学的学号和姓名

假设导入的文件名为 `score_data.csv`，包含以下列：学号、姓名、成绩。那么可以按照以下步骤进行统计和查询：

1. 导入 Pandas 库并读取数据：

import pandas as pd

df = pd.read_csv('score_data.csv')

2. 确定分数段并将成绩按照分数段分组：

# 将成绩按照分数段分组
bins = [0, 60, 70, 80, 90, 100]  # 分数段
labels = ['不及格', '及格', '中等', '良好', '优秀']  # 分数段标签
df['分数段'] = pd.cut(df['成绩'], bins=bins, labels=labels)

3. 统计各个分数段的人数和百分比：

# 统计各个分数段的人数和百分比
grouped = df.groupby('分数段')['成绩'].agg(['count', 'mean'])  # count为人数，mean为平均分
grouped['百分比'] = grouped['count'] / grouped['count'].sum() * 100
print(grouped)

4. 找出各分数段同学的学号和姓名：

# 找出各分数段同学的学号和姓名
for label in labels:
    group = df.loc[df['分数段'] == label, ['学号', '姓名']]
    print(f'{label}分数段同学的学号和姓名：\n{group}\n')

完整代码如下：

import pandas as pd

df = pd.read_csv('score_data.csv')

bins = [0, 60, 70, 80, 90, 100]  # 分数段
labels = ['不及格', '及格', '中等', '良好', '优秀']  # 分数段标签
df['分数段'] = pd.cut(df['成绩'], bins=bins, labels=labels)

grouped = df.groupby('分数段')['成绩'].agg(['count', 'mean'])  # count为人数，mean为平均分
grouped['百分比'] = grouped['count'] / grouped['count'].sum() * 100
print(grouped)

for label in labels:
    group = df.loc[df['分数段'] == label, ['学号', '姓名']]
    print(f'{label}分数段同学的学号和姓名：\n{group}\n')