输入文件为学生成绩信息，包含了必修课与选修课成绩，格式如下： 班级1, 姓名1, 科目1, 必修, 成绩1 <br> （注：<br> 为换行符） 班级2, 姓名2, 科目1, 必修, 成绩2 <br> 班级1, 姓名1, 科目2, 选修，成绩3 <br> ………., ………, ………, ……… <br> 编写两个Hadoop平台上的MapReduce程序，分别实现如下功能： 1. 计算每个学生必修课的平均成绩。 2. 按科目统计每个班的平均成绩。

好的，针对您提供的成绩信息，我可以给您提供以下 MapReduce 程序实现两个功能：

1. 计算每个学生必修课的平均成绩

Mapper 类如下：

public class AvgScoreByStudentMapper extends Mapper<LongWritable, Text, Text, FloatWritable> {

    private Text outKey = new Text();
    private FloatWritable outValue = new FloatWritable();

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        // 将输入的文本内容按逗号分割
        String[] data = value.toString().split(",");
        // 只处理必修课成绩
        if (data[3].trim().equals("必修")) {
            String name = data[1].trim();
            float score = Float.parseFloat(data[4].trim());
            // 将学生姓名作为 key，成绩作为 value 输出
            outKey.set(name);
            outValue.set(score);
            context.write(outKey, outValue);
        }
    }
}

Reducer 类如下：

public class AvgScoreByStudentReducer extends Reducer<Text, FloatWritable, Text, FloatWritable> {

    private FloatWritable outValue = new FloatWritable();

    @Override
    protected void reduce(Text key, Iterable<FloatWritable> values, Context context) throws IOException, InterruptedException {
        float sum = 0;
        int count = 0;
        // 计算每个学生的成绩总和
        for (FloatWritable value : values) {
            sum += value.get();
            count++;
        }
        // 计算平均成绩并输出
        float avg = sum / count;
        outValue.set(avg);
        context.write(key, outValue);
    }
}

2. 按科目统计每个班的平均成绩

Mapper 类如下：

public class AvgScoreBySubjectMapper extends Mapper<LongWritable, Text, Text, FloatWritable> {

    private Text outKey = new Text();
    private FloatWritable outValue = new FloatWritable();

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        // 将输入的文本内容按逗号分割
        String[] data = value.toString().split(",");
        String subject = data[2].trim();
        float score = Float.parseFloat(data[4].trim());
        // 将科目和班级组合作为 key，成绩作为 value 输出
        outKey.set(subject + "-" + data[0].trim());
        outValue.set(score);
        context.write(outKey, outValue);
    }
}

Reducer 类如下：

public class AvgScoreBySubjectReducer extends Reducer<Text, FloatWritable, Text, FloatWritable> {

    private FloatWritable outValue = new FloatWritable();

    @Override
    protected void reduce(Text key, Iterable<FloatWritable> values, Context context) throws IOException, InterruptedException {
        float sum = 0;
        int count = 0;
        // 计算每个班级每个科目的成绩总和
        for (FloatWritable value : values) {
            sum += value.get();
            count++;
        }
        // 计算平均成绩并输出
        float avg = sum / count;
        outValue.set(avg);
        context.write(key, outValue);
    }
}

以上代码仅供参考，具体实现还需要根据实际情况进行调整。