导入案例

如下图，计算每门课的平均成绩，即计算每列数据的均值，结果保留两位小数，显示在导入数据的下面一行。输出修改后的表数据，并在同目录下另存为“修改后的考试成绩”。添加代码注释。

文心一言提示词

打开百度“文心一言”，输入提示词：“你是pandas专家，文件路径为：D:/Samples/考试成绩.xlsx。该Excel文件的第一个工作表中A-F列为给定数据。用pandas导入Excel文件的数据，将“姓名”列作为索引列，引擎为"openpyxl"。使用导入的数据，计算每门课的平均成绩，即计算每列数据的均值，结果保留两位小数，显示在导入数据的下面一行。输出修改后的表数据，并在同目录下另存为“修改后的考试成绩”。添加代码注释。”

显示结果如下：

作为pandas专家，我会按照您的要求编写代码，并添加必要的注释来解释每一步的操作。以下是完成您所描述任务的Python代码：

import pandas as pd

# 定义文件路径
file_path = 'D:/Samples/考试成绩.xlsx'

# 使用pandas读取Excel文件，将“姓名”列设置为索引列，并指定引擎为"openpyxl"
# 注意：这里假设“姓名”列位于A列，即第一列
df = pd.read_excel(file_path, index_col='姓名', engine='openpyxl')

# 计算每门课的平均成绩（即每列数据的均值），结果保留两位小数
average_scores = df.mean(axis=0).round(2)

# 将计算得到的平均成绩作为新行添加到DataFrame的底部，这里使用reindex重置索引，
# 并填充NaN值（如果需要的话），以确保新的平均成绩行在正确的位置
df_with_averages = df.reindex(df.index.tolist() + ['平均成绩']).fillna(average_scores)

# 输出修改后的表数据
print(df_with_averages)

# 另存为新的Excel文件，在同一目录下保存为“修改后的考试成绩.xlsx”
output_file_path = 'D:/Samples/修改后的考试成绩.xlsx'
df_with_averages.to_excel(output_file_path, engine='openpyxl')

代码解释：

0. 导入pandas库并使用pd作为别名。
1. 定义一个字符串变量file_path，存储Excel文件的路径。
2. 使用pd.read_excel函数读取Excel文件，并将“姓名”列设置为索引列。index_col='姓名'指定了索引列的名称，engine='openpyxl'指定了读取Excel文件时使用的引擎。
3. 使用df.mean(axis=0)计算DataFrame中每列的平均值，axis=0表示沿着行的方向（即列的平均值）。然后，使用round(2)方法将结果保留到两位小数。
4. 为了将平均成绩添加到DataFrame的底部，我们使用reindex方法重置索引，并添加一个新的索引标签“平均成绩”。fillna(average_scores)用于填充新添加的“平均成绩”行中的NaN值，用计算得到的平均成绩替换。
5. 使用print函数输出修改后的DataFrame，以检查数据。
6. 最后，使用to_excel方法将修改后的DataFrame保存为新的Excel文件，文件名为“修改后的考试成绩.xlsx”，保存在与原始文件相同的目录下。

请注意，这段代码假设“姓名”列位于Excel文件的A列，并且没有其他列标题或额外的数据需要处理。如果实际情况有所不同，您可能需要根据实际的Excel文件结构对代码进行适当调整。

Python编辑器运行