创建一个Python脚本，命名为test1.py，完成以下功能:读取以下4位同学的成绩并用一个数据框变量pd来保存，其中成绩保存在一个TXT文件中，如下图所示:对pd进行切片操作，分别获得小红、张明、小江、小李各科成绩，它们是4个数据框变量，分别记为pd1、pd2、pd3、pd4。利用数据框中自身的聚合计算方法，计算并获得每个同学各科成绩的平均分，记为M1、M2、M3、M4。

这个问题和之前的问题非常相似，只是顺序有些不同。你可以在test1.py中编写以下代码，来实现这个功能：

import pandas as pd

# 读取成绩文件
df = pd.read_csv('成绩.txt', sep='\t')

# 用一个数据框变量pd保存成绩数据
pd = df.set_index('姓名')

# 切片操作，获取每个同学各科成绩
pd1 = pd.loc['小红', :]
pd2 = pd.loc['张明', :]
pd3 = pd.loc['小江', :]
pd4 = pd.loc['小李', :]

# 计算每个同学各科成绩的平均分
M1 = pd1.mean()
M2 = pd2.mean()
M3 = pd3.mean()
M4 = pd4.mean()

# 将平均分保存在一个数据框变量pd中
pd = pd.DataFrame({'小红': M1, '张明': M2, '小江': M3, '小李': M4}, index=pd.columns)

# 打印结果
print(pd)

这个代码假设成绩文件的格式如下：

姓名	语文	数学	英语	物理	化学
小红	80	90	85	88	92
张明	90	85	93	87	89
小江	92	88	90	85	91
小李	85	92	88	90	87

如果你的成绩文件不同，你需要相应地修改代码。