读取文件地址为"D:\桌面\simple_score.xlsx"文件，首先过滤其中的异常成绩数据（小于0、大于100或为空的是异常数据），然后统计“成绩”字段的描述性信息，除了默认的均值、方差等以外，还需统计“总和”、“极差”、“变异系数”、“四分位数间距”，并输出以上统计信息。

为了实现这个任务，你可以使用Python的数据分析库pandas，它非常适合处理Excel文件以及进行数据清洗和统计。以下是步骤：

首先，你需要导入必要的库：
import pandas as pd
登录后复制

使用pandas.read_excel()函数读取文件：
file_path = "D:\\桌面\\simple_score.xlsx"
df = pd.read_excel(file_path)
登录后复制

然后检查并过滤异常数据：
df = df[(df['成绩'] >= 0) &amp; (df['成绩'] <= 100) &amp; df['成绩'].notnull()]
登录后复制

计算描述性统计信息：
stats = df['成绩'].describe(include='all')
登录后复制
这将得到一个字典，包含以下统计量：计数（count）、平均值（mean）、标准差（std），最小值（min）、25%分位数（25%）、50%分位数（50%，即中位数）、75%分位数（75%）和最大值（max）。

添加额外的统计计算，如总和、极差和变异系数：

total_sum = df['成绩'].sum()
range_value = df['成绩'].max() - df['成绩'].min()
variance_coefficient = df['成绩'].std() / df['成绩'].mean()


更新字典
stats.update({'总和': total_sum, '极差': range_value, '变异系数': variance_coefficient})
6. 最后，你可以打印整个统计结果，或者将其保存到一个新的DataFrame或CSV文件中：

print(stats)
登录后复制
如果需要输出结果到文件，可以这样做：
output_df = pd.DataFrame([stats])
output_df.to_csv('stat_info.csv', index=False)
登录后复制