导入 Pandas 库

import pandas as pd

1. 数据加载与初步探索

读取 Excel 文件到 DataFrame

#============================= show me your code ======================= df = pd.read_excel('employees.xlsx')

打印后 4 行数据的信息

#============================= show me your code ======================= tail4 = df.tail(4) print('后 4 行数据：') print(tail4)

数值型数据的主要统计信息

#============================= show me your code ======================= df_num = df.describe() df_obj = df.describe(include='object') print('数值型数据的主要统计信息：') print(df_num) print('类别型数据的主要统计信息：') print(df_obj)

print('-' * 80)

2. 数据选择与过滤

筛选技术部门员工的所有信息

#============================= show me your code ======================= tech_df = df[df['department'] == '技术部'] print('技术部门员工的所有信：') print(tech_df)

筛选 2019 年入职员工，展示其所有信息

#============================= show me your code ======================= df_2019 = df[df['start_date'] == 2019] print('2019 年入职员工信息：') print(df_2019)

筛选薪资在 15000-20000 之间 （两端都包含）

#============================= show me your code ======================= sal_df = df[(df['salary'] >= 15000) & (df['salary'] <= 20000)] print('薪资在 15000-20000 之间的员工信息：') print(sal_df)

print('-' * 80)

3. 计算

根据入职时间计算员工的工作年限（当前年份-入职年份），并设为新的一列。

#============================= show me your code ======================= df['work_years'] = pd.Timestamp.now().year - df['start_date'].dt.year print('添加工作年限列后的数据：') print(df)

对入职年限高于 5 年的员工，加薪 10%

#============================= show me your code =======================

代码

print('特定员工加薪 10% 后的数据：') print(df)

print('-' * 80)

4. 数据统计与分组

按部门分组,平均薪资和年龄

#============================= show me your code ======================= mean_sal_age = df.groupby('department').agg({'salary': 'mean', 'age': 'mean'}) print('各部门的平均薪资和年龄：') print(mean_sal_age)

print('-' * 80)

5. 问题回答

工作年限小于 2 年的员工中,年薪最低的员工属于哪个部门

#============================= show me your code ======================= filtered_df = df[df['work_years'] < 2] min_sal_dept = filtered_df[filtered_df['salary'] == filtered_df['salary'].min()]['department'].values[0] print(f'工作年限小于 2 年的员工中年薪最低员工所在部门：{min_sal_dept}')

年薪最高的员工比最低的员工年长几岁

#============================= show me your code ======================= age_diff = df[df['salary'].idxmax()]['age'] - df[df['salary'].idxmin()]['age'] print(f'年薪最高的员工比最低的员工年长 {age_diff} 岁') KeyError Traceback (most recent call last) /opt/conda/lib/python3.6/site-packages/pandas/core/indexes/base.py in get_value(self, series, key) 3117 return self._engine.get_value(s, k, -> 3118 tz=getattr(series.dtype, 'tz', None)) 3119 except KeyError as e1:

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_value()

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_value()

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item()

KeyError: 8

During handling of the above exception, another exception occurred:

IndexError Traceback (most recent call last) in 75 #============================= show me your code ======================= 76 ---> 77 min_sal_dept = df[df['work_years'] < 2]['department'][df['salary'].idxmin()] 78 print(f'工作年限小于 4 年的员工中年薪最低员工所在部门：{min_sal_dept}') 79

/opt/conda/lib/python3.6/site-packages/pandas/core/series.py in getitem(self, key) 765 key = com._apply_if_callable(key, self) 766 try: --> 767 result = self.index.get_value(self, key) 768 769 if not is_scalar(result):

/opt/conda/lib/python3.6/site-packages/pandas/core/indexes/base.py in get_value(self, series, key) 3122 3123 try: -> 3124 return libindex.get_value_box(s, key) 3125 except IndexError: 3126 raise

pandas/_libs/index.pyx in pandas._libs.index.get_value_box()

pandas/_libs/index.pyx in pandas._libs.index.get_value_box()

IndexError: index out of bounds 这个问题怎么修改内容：在给定的代码中，出现了一个索引错误（IndexError），因为在计算min_sal_dept时使用了一个无效的索引。这是因为在没有筛选工作年限小于2年的员工之前，尝试访问最低工资的行。

为了解决这个问题，您可以在计算最低工资之前，先筛选出工作年限小于2年的员工。下面是修改后的代码：

# 工作年限小于2年的员工中,年薪最低的员工属于哪个部门
#============================= show me your code =======================
filtered_df = df[df['work_years'] < 2]
min_sal_dept = filtered_df[filtered_df['salary'] == filtered_df['salary'].min()]['department'].values[0]
print(f'工作年限小于2年的员工中年薪最低员工所在部门：{min_sal_dept}')

请注意，我们首先筛选出工作年限小于2年的员工，并将其存储在filtered_df中。然后，我们在filtered_df上查找年薪最低的员工所在的部门，并通过.values[0]获取该部门的值。这样可以避免索引错误并正确地找到年薪最低的员工所在的部门。

希望这可以帮助到您！