py给定一组学生的姓名和分数，找出分数最高的学生的姓名。比如：data = {"张 三": 85, "李四": 76, "王五": 98, "赵六": 87}，输出：分数最高的学生姓名为: 王五。

可以使用Python中的字典来实现这个功能。具体实现方法如下：

data = {"张三": 85, "李四": 76, "王五": 98, "赵六": 87}

max_score = 0  # 记录最高分数
max_name = ""  # 记录最高分数的学生姓名

for name, score in data.items():
    if score > max_score:
        max_score = score
        max_name = name
        
print("分数最高的学生姓名为:", max_name)

输出结果为：

分数最高的学生姓名为: 王五

相关问题

py:给定一组姓名及其爱好的运动，请按运动爱好汇总爱好相同的人。

可以使用字典来实现姓名和爱好的对应关系，然后根据爱好来进行分组。

具体代码如下：

data = {
    'Tom': 'basketball',
    'Jerry': 'basketball',
    'Lucy': 'tennis',
    'David': 'football',
    'Mary': 'tennis',
    'John': 'football'
}

result = {}

for name, hobby in data.items():
    if hobby not in result:
        result[hobby] = [name]
    else:
        result[hobby].append(name)

print(result)

输出结果为：

{'basketball': ['Tom', 'Jerry'], 'tennis': ['Lucy', 'Mary'], 'football': ['David', 'John']}

其中，字典`result`的键为运动爱好，值为爱好相同的人的姓名列表。如果遇到新的爱好，就将其作为键，并将相应的姓名加入到列表中；如果已经存在相同的爱好，就直接将姓名加入到列表中。最后输出整理好的结果即可。

py 筛选各科最高分学生及分数

要筛选各科的最高分学生及其分数，你可以使用 Python 的 Pandas 库进行操作。假设你已经将考试成绩数据保存在名为 `scores.csv` 的文件中，可以按照以下步骤进行筛选：

import pandas as pd

# 读取成绩数据
df = pd.read_csv('scores.csv')

# 筛选各科最高分学生及分数
highest_scores = df.groupby('科目')['分数'].max()
top_students = df.loc[df.groupby('科目')['分数'].idxmax()]

# 打印结果
print(highest_scores)
print(top_students)

在这段代码中，首先使用 `pd.read_csv` 函数读取保存成绩数据的 CSV 文件，并将其存储在名为 `df` 的 DataFrame 对象中。然后，使用 `groupby` 函数按照科目对数据进行分组，并使用 `max` 函数获取每个科目的最高分数。接下来，通过 `idxmax` 函数找到每个科目最高分的索引，再通过 `loc` 函数筛选出对应的学生信息。

最后，通过打印 `highest_scores` 和 `top_students` 可以得到各科最高分和对应的学生信息。请确保你已经安装了 Pandas 库并将数据保存在正确的文件中。