将下列 JSON 格式数据复制到 Linux 系统中，并保存命名为 employee.json。 { "id":1, "name":"Ella", "age":36 } { "id":2, "name":"Bob", "age":29 } { "id":3, "name":"Jack", "age":29 } { "id":4, "name":"Jim", "age":28 } { "id":4, "name":"Jim", "age":28 } { "id":5, "name":"Damon" } { "id":5, "name":"Damon" } 为 employee.json 创建 DataFrame，并写出 Python 语句完成下列操作： (1)查询所有数据； (2)查询所有数据，并去除重复的数据； (3)查询所有数据，打印时去除 id 字段； (4)筛选出 age>30 的记录； (5)将数据按 age 分组； (6)将数据按 name 升序排列； (7)取出前 3 行数据； (8)查询所有记录的 name 列，并为其取别名为 username； (9)查询年龄 age 的平均值； (10)查询年龄 age 的最小值。

可以使用以下 Python 代码来完成这些任务：

import pandas as pd

# 读取 JSON 文件并创建 DataFrame
df = pd.read_json('employee.json', lines=True)

# (1)查询所有数据
print(df)

# (2)查询所有数据，并去除重复的数据
print(df.drop_duplicates())

# (3)查询所有数据，打印时去除 id 字段
print(df.drop('id', axis=1))

# (4)筛选出 age>30 的记录
print(df[df['age'] > 30])

# (5)将数据按 age 分组
print(df.groupby('age').size())

# (6)将数据按 name 升序排列
print(df.sort_values('name'))

# (7)取出前 3 行数据
print(df.head(3))

# (8)查询所有记录的 name 列，并为其取别名为 username
print(df['name'].rename('username'))

# (9)查询年龄 age 的平均值
print(df['age'].mean())

# (10)查询年龄 age 的最小值
print(df['age'].min())

注意，这些操作中的结果可能因为数据中的实际情况而有所不同。