DataFrame对象转换
任务详情
根据给定的二维数组pd_list和一维数组col_list完成如下任务：
任务一：使用pd_list创建DataFrame对象，列名是col_list
任务二：将DataFrame对象中小于等于10的值赋为0
任务三：计算DataFrame每一行的最大值，添加到新列'max'中
任务要求
1. 程序接收变量pd_list: list和col_list: list，返回DataFrame对象
测试用例
输入：pd_list = [[1, 20], [43, 3]],cols_list = ['a' , 'b']
输出：
a
b
max
0
0
20
20
1
43
0
43
输入：pd_list= [[1, 2], [4, 3]], cols_list = ['a' , 'b']
输出：
a
b
max
0
0
0
0
1
0
0
0
DfBasisApplication
# 1.运行或提交代码不需要自己编写测试用例，后台自动进行测试检查。
# 2.您编写代码的区域可以不限定在类或者函数体内，保证输入与输出符合任务要求即可。
# 3.点击“运行代码”按钮，可以查看程序设计是否正确，运行次数越多，任务得分越低。
# 4.点击“提交代码”按钮，系统将保存代码，并记录任务数据。
# 5.点击右上方“结束任务”按钮，系统将在后台计算任务得分，任务结束。
# -*- coding: utf-8 -*-
import pandas as pd
class Solution:
def DfBasisApplication(self, pd_list: list, col_list) ->'pd.DataFrame':
# 从此处开始编写代码
pass
# 代码编写结束
学生平均成绩计算
任务详情
下表为两个班级中4名同学的期末考试成绩，需要计算每名同学的平均成绩。
Math
Chinese
English
Physics
LiLei
94
99
89
60
HanMeiMei
76
56
68
58
ZhouQi
91
88
89
98
MaHua
72
54
82
62
请在表格中插入新的一列，列名为“Average”,数值分别为每个同学的平均成绩，保留1位小数。 插入后的效果如下：
Math
Chinese
English
Physics
Average
LiLei
94
99
89
60
85.5
HanMeiMei
76
56
68
58
64.5
ZhouQi
91
88
89
98
91.5
MaHua
72
54
82
62
67.5
为防止人工对数据进行计算，函数接收含有一个元组变量,请根据以上表格信息，借助Pandas库将右边gradeAverage()函数补充完整。
比如tuple1 =(1,2) ，表格内成绩的第二行第三列的数值 68+1，变成69，再计算平均成绩；
tuple2 = (0,3)，表格内成绩的第一行第四列的数值60+1，变成61，再计算平均成绩。
函数将插入平均成绩的 DataFrame 数据结构返回。
任务要求
1. 函数接收1个元组变量，函数返回对象为Pandas的DataFrame
2. 需要使用Pandas将表格转为对应的DataFrame
3. 请勿通过Excel手工计算平均值
测试用例
输入：(1,1)
输出：
Math
Chinese
English
Physics
Average
LiLei
94
99
89
60
85.5
HanMeiMei
76
57
68
58
64.8
ZhouQi
91
88
89
98
91.5
MaHua
72
54
82
62
67.5
输入：(3,1)
输出：
Math
Chinese
English
Physics
Average
LiLei
94
99
89
60
85.5
HanMeiMei
76
56
68
58
64.5
ZhouQi
91
88
89
98
91.5
MaHua
72
55
82
62
67.8
本任务，系统将遍历函数返回的DataFrame中的每个值，检验与内置测试用例是否一致。
gradeAverage
# 1.运行或提交代码不需要自己编写测试用例，后台自动进行测试检查。
# 2.您编写代码的区域可以不限定在类或者函数体内，保证输入与输出符合任务要求即可。
# 3.点击“运行代码”按钮，可以查看程序设计是否正确，运行次数越多，任务得分越低。
# 4.点击“提交代码”按钮，系统将保存代码，并记录任务数据。
# 5.点击右上方“结束任务”按钮，系统将在后台计算任务得分，任务结束。
# -*- coding: utf-8 -*-
import pandas as pd
class Solution:
def gradeAverage(self, test: tuple) -> 'DataFrame':
# 为避免测试循环执行函数报错，建议在函数内生成DataFrame
# 请将函数补充完整，使其返回正确的值
# 从此处开始编写代码
data = pd.DataFrame([
[94, 99, 89, 60],
[76, 56, 68, 58],
[91, 88, 89, 98],
[72, 54, 82, 62]],
columns=['Math', 'Chinese','English', 'Physics'],
index=['LiLei', 'HanMeiMei','ZhouQi', 'MaHua'])
pass
# 代码编写结束
