和鲸社区-Numpy+Pandas数据处理闯关-关卡5

闯关任务：使用 Pandas 对数据进行分组和聚合操作

闯关步骤：

1. 导入 Pandas 和数据集

   import pandas as pd
   df = pd.read_csv('https://raw.githubusercontent.com/Meow-star/Data-Analysis/main/Data/StudentsPerformance.csv')

2. 查看数据集

   df.head()

3. 将数据按 race/ethnicity 列进行分组，并计算每组的数学成绩平均值

   df.groupby('race/ethnicity')['math score'].mean()

4. 将数据按 parental level of education 列进行分组，并计算每组的阅读成绩的中位数和语文成绩的平均值

   df.groupby('parental level of education').agg({'reading score': 'median', 'writing score': 'mean'})

5. 将数据按 lunch 列和 test preparation course 列进行分组，并计算每组的数学成绩的最小值和最大值

   df.groupby(['lunch', 'test preparation course'])['math score'].agg(['min', 'max'])

6. 将数据按 race/ethnicity 列和 parental level of education 列进行分组，并计算每组的阅读成绩的最小值和语文成绩的最大值

   df.groupby(['race/ethnicity', 'parental level of education']).agg({'reading score': 'min', 'writing score': 'max'})

7. 将数据按 gender 列进行分组，并计算每组学生的数量、数学成绩的平均值和语文成绩的标准差

   df.groupby('gender').agg({'math score': 'mean', 'reading score': 'std', 'writing score': 'count'})