---

背景介绍

在现代开发中，处理多样化数据格式的需求日益增加。本篇文章将展示如何使用Python实现对JSON和CSV格式文件的读取与统计功能，帮助开发者掌握数据处理的核心技术点。

---

思路分析

1. 数据格式读取

• CSV文件：使用 pandas.read_csv 读取包含学生姓名、年龄、成绩的字段。
• JSON文件：通过 json.load() 读取JSON数据，并拆分字段为姓名、年龄、成绩。

2. 统计信息

• 总人数：统计所有记录的数量。
• 平均成绩：计算所有成绩的总和除以记录数。
• 最大和最小值：找出所有成绩的最大值和最小值。

3. 程序结构

• 读取文件后，直接计算统计指标，输出结果。
• 程序不依赖第三方库，完全使用内置功能实现。

---

代码实现

1. 读取CSV文件

import pandas as pd

def read_csv_file(file_path):
    df = pd.read_csv(file_path)
    return df

# 示例：读取JSON文件  
def read_json_file(json_file_path):
    with open(json_file_path, 'r') as f:
        data = f.read()
    return pd.read_json(data, orient='records')

# 示例：读取CSV并统计信息  
def read_and_statistical_info(file_path):
    df = read_csv_file(file_path)
    total_people = df.shape[0]
    total_scores = sum(df['成绩'].values) / total_people
    max_score = max(df['成绩'].values)
    min_score = min(df['成绩'].values)
    print("总人数：", total_people)
    print("平均成绩：", total_scores)
    print("最大成绩：", max_score)
    print("最小成绩：", min_score)

# 示例调用  
read_and_statistical_info("student_data.csv")

2. 读取JSON文件

import json

def read_json_file(json_file_path):
    with open(json_file_path, 'r') as f:
        data = json.load(f)
    return data

# 示例：读取JSON并统计信息  
def read_and_statistical_info(json_file_path):
    data = read_json_file(json_file_path)
    total_people = len(data)
    total_scores = sum(row['成绩'] for row in data.values)
    max_score = max(row['成绩'] for row in data.values)
    min_score = min(row['成绩'] for row in data.values)
    print("总人数：", total_people)
    print("平均成绩：", total_scores / total_people)
    print("最大成绩：", max_score)
    print("最小成绩：", min_score)

# 示例调用  
read_and_statistical_info("input_students.json")

---

总结

通过本实现，我们不仅掌握了如何读取CSV和JSON文件，还成功展示了如何计算总人数、平均成绩、最大值和最小值。程序实现了独立运行，并利用了 pandas 库的内置功能，提升了数据处理能力。该实现符合中级开发需求，能够帮助开发者在实际项目中灵活应用这一技术。

完成时间：2023-10-05
学习价值：提升JSON数据处理能力，掌握数据统计的基本操作。