1
import numpy as np
2
import pandas as pd

1
data = {
2
    '姓名': ['张三', '李四', '王五', '赵六', '钱七'],
3
    '数学': [85, 92, 78, 88, 95],
4
    '英语': [90, 88, 85, 92, 80],
5
    '物理': [75, 80, 88, 85, 90],
6
}
7
scores = pd.DataFrame(data)
8
print(scores)

1
   姓名  数学  英语  物理
2
0  张三  85  90  75
3
1  李四  92  88  80
4
2  王五  78  85  88
5
3  赵六  88  92  85
6
4  钱七  95  80  90

1
scores['总分'] = scores[['数学', '英语', '物理']].sum(axis=1)
2
scores['平均分'] = scores['总分'] / 3
3
print(scores)

1
   姓名  数学  英语  物理   总分        平均分
2
0  张三  85  90  75  250  83.333333
3
1  李四  92  88  80  260  86.666667
4
2  王五  78  85  88  251  83.666667
5
3  赵六  88  92  85  265  88.333333
6
4  钱七  95  80  90  265  88.333333

1
# 数学高于90分 或 英语高于85分
2
print(scores[(scores['数学'] > 90) | (scores['英语'] > 85)])

1
   姓名  数学  英语  物理   总分        平均分
2
0  张三  85  90  75  250  83.333333
3
1  李四  92  88  80  260  86.666667
4
3  赵六  88  92  85  265  88.333333
5
4  钱七  95  80  90  265  88.333333

1
print(scores.nlargest(3, columns='总分'))

1
   姓名  数学  英语  物理   总分        平均分
2
3  赵六  88  92  85  265  88.333333
3
4  钱七  95  80  90  265  88.333333
4
1  李四  92  88  80  260  86.666667

1
data = {
2
    '产品名称': ['A', 'B', 'C', 'D'],
3
    '单价': [100, 150, 200, 120],
4
    '销量': [50, 30, 20, 40]
5
}
6
df = pd.DataFrame(data)
7
print(df)

1
  产品名称   单价  销量
2
0    A  100  50
3
1    B  150  30
4
2    C  200  20
5
3    D  120  40

1
df['总销售额'] = df['单价'] * df['销量']
2
print(df.nlargest(1, columns='总销售额'))  # 销售额最高的产品
3
print(df.sort_values('总销售额', ascending=False))

1
  产品名称   单价  销量  总销售额
2
0    A  100  50  5000
3
  产品名称   单价  销量  总销售额
4
0    A  100  50  5000
5
3    D  120  40  4800
6
1    B  150  30  4500
7
2    C  200  20  4000

1
data = {
2
    '用户ID': [101, 102, 103, 104, 105],
3
    '用户名': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
4
    '商品类别': ['电子产品', '服饰', '电子产品', '家居', '服饰'],
5
    '商品单价': [1200, 300, 800, 150, 200],
6
    '购买数量': [1, 3, 2, 5, 4],
7
}
8
df = pd.DataFrame(data)
9
print(df)

1
   用户ID      用户名  商品类别  商品单价  购买数量
2
0   101    Alice  电子产品  1200     1
3
1   102      Bob    服饰   300     3
4
2   103  Charlie  电子产品   800     2
5
3   104    David    家居   150     5
6
4   105      Eve    服饰   200     4

1
df['消费金额'] = df['商品单价'] * df['购买数量']
2
print(df.nlargest(1, columns='消费金额'))

1
   用户ID      用户名  商品类别  商品单价  购买数量  消费金额
2
2   103  Charlie  电子产品   800     2  1600

1
print('平均消费金额:', df['消费金额'].mean())

1
平均消费金额: 1050.0

1
# 统计电子产品的总购买数量
2
print(df[df['商品类别'] == '电子产品']['购买数量'].sum())

1
3