如何用python打印成绩表

使用Python打印成绩表

使用Python打印成绩表可以通过以下几种方法：创建一个数据结构来存储成绩、使用循环遍历数据、格式化输出、使用Pandas库。其中，使用Pandas库是最为推荐的方法，因为它提供了强大的数据处理功能，简化了代码的编写。

一、创建数据结构来存储成绩

首先，我们需要定义一个数据结构来存储成绩。最常用的数据结构是列表和字典。我们可以使用列表来存储每个学生的成绩，并使用字典来存储每个学生的详细信息。

students = [
    {"name": "Alice", "math": 85, "science": 92, "english": 88},
    {"name": "Bob", "math": 78, "science": 74, "english": 80},
    {"name": "Charlie", "math": 90, "science": 89, "english": 95}
]

二、使用循环遍历数据

接下来，我们可以使用循环遍历数据，并格式化输出每个学生的成绩。

print("Name      Math  Science  English")
print("---------------------------------")
for student in students:
    print(f"{student['name']:10} {student['math']:5} {student['science']:7} {student['english']:7}")

三、格式化输出

在上面的代码中，我们使用了Python的f-string格式化方法，确保输出的成绩表对齐整齐。此外，我们还可以计算总分和平均分，并将它们添加到成绩表中。

print("Name      Math  Science  English  Total  Average")
print("-----------------------------------------------")
for student in students:
    total = student['math'] + student['science'] + student['english']
    average = total / 3
    print(f"{student['name']:10} {student['math']:5} {student['science']:7} {student['english']:7} {total:5} {average:7.2f}")

四、使用Pandas库

Pandas是一个强大的数据分析库，可以简化数据处理和输出的过程。首先，我们需要安装Pandas库：

pip install pandas

然后，我们可以使用Pandas来处理和输出成绩表。

import pandas as pd
创建数据框
df = pd.DataFrame(students)
计算总分和平均分
df['Total'] = df[['math', 'science', 'english']].sum(axis=1)
df['Average'] = df[['math', 'science', 'english']].mean(axis=1)
打印成绩表
print(df)

五、导出成绩表

除了在控制台打印成绩表之外，我们还可以将成绩表导出到文件中。Pandas提供了多种导出文件的方法，例如导出到CSV文件或Excel文件。

# 导出到CSV文件
df.to_csv('grades.csv', index=False)
导出到Excel文件
df.to_excel('grades.xlsx', index=False)

六、处理更复杂的数据

在实际应用中，成绩表的数据可能更加复杂。例如，可能包含多个班级的数据，或者需要处理缺失值。Pandas提供了丰富的功能来处理这些复杂的数据。

处理多个班级的数据

我们可以在字典中添加一个班级字段，然后使用Pandas对数据进行分组和聚合。

students = [
    {"name": "Alice", "class": "A", "math": 85, "science": 92, "english": 88},
    {"name": "Bob", "class": "A", "math": 78, "science": 74, "english": 80},
    {"name": "Charlie", "class": "B", "math": 90, "science": 89, "english": 95},
    {"name": "David", "class": "B", "math": 82, "science": 85, "english": 89}
]
df = pd.DataFrame(students)
计算总分和平均分
df['Total'] = df[['math', 'science', 'english']].sum(axis=1)
df['Average'] = df[['math', 'science', 'english']].mean(axis=1)
按班级分组
grouped = df.groupby('class')
打印每个班级的成绩表
for class_name, group in grouped:
    print(f"Class {class_name}")
    print(group)
    print()

处理缺失值

在实际数据中，可能会有一些缺失值。Pandas提供了多种方法来处理缺失值，例如填充缺失值或删除包含缺失值的行。

students = [
    {"name": "Alice", "math": 85, "science": 92, "english": 88},
    {"name": "Bob", "math": 78, "science": None, "english": 80},
    {"name": "Charlie", "math": 90, "science": 89, "english": None}
]
df = pd.DataFrame(students)
填充缺失值
df.fillna(0, inplace=True)
或者删除包含缺失值的行
df.dropna(inplace=True)
计算总分和平均分
df['Total'] = df[['math', 'science', 'english']].sum(axis=1)
df['Average'] = df[['math', 'science', 'english']].mean(axis=1)
打印成绩表
print(df)