将练习3中处理后的数据，计算三位学生三科的平均分，并将平均分添加在data new的mean列中
2、将平均分data new mean 按照“mean-60-failed,60-<mean <75-
median75 s-<mean<85-great85-mean-excellent”的次序，确定三位学生的评级，
一起的这两个问题
import pandas as pd
import numpy as np
columns = ['chinese', 'math', 'english']
data = pd.DataFrame([[81.5, 76.5, 73.5], [71, 68, np.nan], [71, 68, np.nan], [np.nan, np.nan, np.nan], [np.nan, 96.5, 93.5]], columns=columns)
# 1. 保留非 NA 值>=2的行，删除重复行，将处理后的结果赋值给 data_new
data_new = data.dropna(thresh=2).drop_duplicates()
# 2. 应用 'chinese' 和 'english' 的均值填充剩下的 NA
data_new['chinese'].fillna(data_new['chinese'].mean(), inplace=True)
data_new['english'].fillna(data_new['english'].mean(), inplace=True)
# 计算平均分
data_new['mean']=round(data_new[columns].mean(axis=1),2)
#设置等级
def setLevel(v):
if v<60:
return 'failed'
if 60<=v<75:
return 'median'
if 75<=v<85:
return 'great'
return 'excellent'
data_new["Level"]=data_new["mean"].apply(setLevel)#计算学生等级放到Level列
print(data_new)#打印结果
解决方案：
计算每位学生的平均分并添加至data new的mean列中：
import pandas as pd
# 读取经过处理后的数据
data = pd.read_csv("processed_data.csv")
# 计算每位学生的平均分
data["mean"] = data.iloc[:, 1:].mean(axis=1)
# 显示添加平均分后的data new
print(data)
将三位学生的平均分按照要求的评级方式确定评级：
# 添加评级列并设定初始值为Unknown
data["评级"] = "Unknown"
# 根据评级标准确定三位学生的评级
for index, row in data.iterrows():
if row["mean"] < 60:
data.at[index, "评级"] = "failed"
elif 60 <= row["mean"] < 75:
data.at[index, "评级"] = "60-<mean<75"
elif 75 <= row["mean"] < 85:
data.at[index, "评级"] = "median75 s-<mean<85-great85"
elif row["mean"] >= 85:
data.at[index, "评级"] = "excellent"
# 显示添加评级后的data new
print(data)