### 使用Python读取并处理多名学生多门课程成绩以计算个人平均分 为了实现这一目标，可以采用如下方法： #### 数据准备与预览 假设有一个CSV文件`student_scores.csv`，其结构如下： | 学号 | 姓名 | 科目 | 成绩 | | --- | ---- | ---- | -----| | 1 | 张三 | 数学 | 88 | | 1 | 张三 | 英语 | 92 | 此表展示了部分学生的不同科目的成绩。 #### Python代码实现 下面是一个完整的解决方案，该方案能够满足需求中的各项条件，包括去除重复项以及精确到两位小数而不做四舍五入操作[^2]。 ```python import pandas as pd from decimal import Decimal, ROUND_DOWN def calculate_average_score(file_path): df = pd.read_csv(file_path) grouped_data = df.groupby(['学号', '姓名'])['成绩'].apply(list).reset_index() result_list = [] for index, row in grouped_data.iterrows(): student_id = row['学号'] name = row['姓名'] score_list = row['成绩'] total_score = sum(score_list) num_courses = len(score_list) average_score_decimal = Decimal(total_score / num_courses).quantize(Decimal('0.00'), rounding=ROUND_DOWN) average_score_str = str(average_score_decimal) result_list.append([student_id, name, float(average_score_str)]) output_df = pd.DataFrame(result_list, columns=['学号', '姓名', '平均分']) output_file_path = './output_student_averages.csv' output_df.to_csv(output_file_path, index=False, encoding='utf-8-sig') calculate_average_score('./student_scores.csv') ``` 这段代码首先导入必要的库，并定义了一个名为 `calculate_average_score()` 的函数用于接收输入文件路径作为参数。通过Pandas加载CSV文件内容至DataFrame对象中，接着按照'学号'和'姓名'字段对学生的信息进行了分组汇总，最后遍历每一条记录来完成平均分的计算工作，并将最终的结果保存到了一个新的CSV文件当中。