围绕数据集,提出数据查询分析题目并编写代码完成查询显示查询结果，要求查询题目至少包括简单条件选择、数据更新(添加、修改)、数据计算、数据排序、分组统计五种查询,每人至少10个题目.将数据集文件、包含题目的，python

题目1：查询年龄大于30的员工信息 解析：首先需要读取数据集文件，然后根据年龄进行筛选，最后显示筛选后的员工信息。 代码： ```python import pandas as pd # 读取数据集文件 data = pd.read_csv('employee.csv') # 筛选年龄大于30的员工信息 result = data[data['age'] > 30] # 显示筛选后的员工信息 print(result) ``` 题目2：查询部门为"IT"的员工数量 解析：首先需要读取数据集文件，然后根据部门进行筛选，最后计算筛选后的员工数量。 代码： ```python import pandas as pd # 读取数据集文件 data = pd.read_csv('employee.csv') # 筛选部门为"IT"的员工 it_department = data[data['department'] == 'IT'] # 计算筛选后的员工数量 count = len(it_department) # 显示员工数量 print(count) ``` 题目3：查询薪资最高的员工信息 解析：首先需要读取数据集文件，然后根据薪资进行排序，最后显示薪资最高的员工信息。 代码： ```python import pandas as pd # 读取数据集文件 data = pd.read_csv('employee.csv') # 根据薪资进行降序排序 sorted_data = data.sort_values(by='salary', ascending=False) # 显示薪资最高的员工信息 print(sorted_data.iloc[0]) ``` 题目4：将部门为"HR"的员工薪资提高10% 解析：首先需要读取数据集文件，然后根据部门进行筛选，接着更新薪资，最后保存更新后的数据集。 代码： ```python import pandas as pd # 读取数据集文件 data = pd.read_csv('employee.csv') # 筛选部门为"HR"的员工 hr_department = data[data['department'] == 'HR'] # 更新薪资 hr_department['salary'] = hr_department['salary'] * 1.1 # 保存更新后的数据集 hr_department.to_csv('updated_employee.csv', index=False) ``` 题目5：按部门对员工进行分组统计 解析：首先需要读取数据集文件，然后根据部门进行分组，最后统计每个部门的员工数量。 代码： ```python import pandas as pd # 读取数据集文件 data = pd.read_csv('employee.csv') # 按部门进行分组 grouped_data = data.groupby('department') # 统计每个部门的员工数量 result = grouped_data.size() # 显示统计结果 print(result) ``` [2024-05-28 12:57:19 | AI写代码神器 | 645点数解答]