資源簡介

專題9　pandas數據統計
學習目標　
1.對DataFrame對象按列進行公式計算，描述DataFrame對象數據以字典中鍵為列的存儲形式；
2.對每個鍵對應一列數據多個值進行切片，掌握取出不同數據區域內容的方法；
3.運用函數統計對象的平均值等操作，運用排序函數對數據進行有序排列；
4.運用groupby函數對數據進行分組的方法，并在分組的基礎上進行數據統計.
Pandas有Series和DataFrame兩種對象，這兩種對象均有index和values屬性，Series對象的values是一維的，DataFrame的values是二維的，因此DataFrame對象比Series對象多一個columns屬性，可以理解為index表示行號，columns表示列名。pandas處理的對象主要是DataFrame，取出DataFrame中的一列，降維為Series對象，可以用list函數轉換為列表，對某列的值進行切片，可以轉換為一個數值。可以對記錄選取、篩選和分組操作，靈活地區分不同類型的數據，可以對記錄進行排序操作，實現數據的有序顯示。可以對各條記錄的字段進行遍歷，統計符合要求字段值的數量、總和、平均值以及最值。
(2024年1月浙江省選考)某學院舉行運動會，比賽設跳高、100米等項目，每個項目分男子組和女子組。現要進行報名數據處理和比賽成績分析。請回答下列問題：
　
(1)運動會報名規則為：對于每個項目的男子組和女子組，每個專業最多各報5人(如“軟件工程”專業在男子跳高項目中最多報5人)。軟件工程專業的報名數據保存在DataFrame對象df中，如圖a所示。若要編寫Python程序檢查該專業男子跳高項目報名是否符合規則，下列方法中，正確的是________(單選，填字母)。
A.從df中篩選出性別為“男”的數據dfs，再從dfs中篩選出項目為“跳高”的數據，判斷篩選出的數據行是否超過5行
B.對df中數據按性別排序并保存到dfs中，再從dfs中篩選出項目為“跳高”的數據，判斷篩選出的數據行是否超過5行
C.從df中篩選出項目為“跳高”的數據dfs，判斷dfs中是否有連續5行以上的男生數據
(2)運動員比賽成績的部分數據如圖b所示。根據已有名次計算得，第1名至8名分別計9，7，6，5，4，3，2，1分，第8名之后計0分。實現上述功能的部分Python程序如下，請在程序中劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
#讀取如圖b所示數據，保存到 DataFrame 對象 df1 中，代碼略
f ＝ [9, 7, 6, 5, 4, 3, 2, 1]
for i in range(0，len(df1))：
　 rank ＝ df1.at[i，″名次″]　#通過行、列標簽取單個值
　 score ＝ 0
　 if rank <＝ 8：
　 ______________
df1.at[i，″得分″] ＝ score
(3)根據上述 df1 中的得分數據，統計各專業總分，繪制如圖 c 所示的柱形圖，實現該功能的部分Python程序如下：
df2 ＝ dfl.groupby(″________″，as_index＝False).sum()　#分組求和
#設置繪圖參數，代碼略
plt.bar(x，y)
①請在程序中劃線處填入合適的代碼。
②程序的方框中應填入的正確代碼為________(單選，填字母)
A.x＝df1[″專業″]
y＝df1[″總分″]
B.x＝df2[″專業″]
y＝df2[″得分″]
C.df1[″專業″]＝″專業″
df1[″總分″]＝″總分″
D.df2[″專業″]＝″專業″
df2[″得分″]＝″得分″
重難點1　利用Pandas批量處理文件
Pandas主要功能是計算一個集合對象中某個字段的記錄數量、總和、平均值和最值(最大值或最小值)。這個集合可以是通過篩選找到符合處理條件的數據(子集)，也可以是通過分組，將某列相同字段值的記錄組合在一起，形成一個個的分組，再分別統計各個分組的數量、和、平均值和最值。這些功能Excel軟件也可以實現，但若是數據分布在多個數據文件時，Excel軟件就要手工不斷地打開數據，重復進行統計，而Pandas可以通過算法，利用循環結構，將這些操作讓計算機自動完成。
例題 小紅收集了部分城市2021年全年每天PM2.5、PM10、CO濃度數據，每天的數據分別保存在以8位日期字符串命名的CSV文件中，部分文件如圖a所示，每個文件記錄了一天24小時的監測數據，示例如圖b所示。
為統計分析城市A全年各月份PM2.5的月平均濃度(當月的日平均濃度的平均值)，編寫Python程序。請回答下列問題：
(1)定義pmday函數，功能為：讀取某天的CSV文件，返回城市A當天PM2.5的日平均濃度。函數代碼如下，劃線處應填入的代碼為________(單選，填字母)。
A.df['類型']＝＝'PM2.5'
B.df['類型'＝＝'PM2.5']
C.df[df['類型']]＝＝'PM2.5'
D.df[df['類型']＝＝'PM2.5']
import pandas as pd
def pmday(dayfile)：
　 df ＝ pd.read_csv(dayfile)　#讀取文件dayfile中的數據
　 df ＝________
　 return df['城市A'].mean()　#返回城市A當天PM2.5的日平均濃度
(2)統計城市A各月份PM2.5的月平均濃度并繪制線形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
　 def tstr(t)：
if t<10：
　　　 retrun '0'＋str(t)
　else：
　　　　 retrun str(t)
pm ＝ [0] * 12
mdays＝[31，28，31，30，31，30，31，31，30，31，30，31]　#2021年每月天數
for m in range(12)：
　 sm ＝ 0
　 mstr ＝ tstr(m＋1)
　 for d in range(①________)：
　 dstr ＝ tstr(d＋1)
　 dayfile ＝ '2021' ＋ mstr ＋ dstr ＋ '.csv'
　 sd ＝ pmday(dayfile)
　 ②________
　 pm[m] ＝ sm/mdays[m]
x ＝ [1，2，3，4，5，6，7，8，9，10，11，12]
y＝③________
plt.plot(x，y)　#繪制線性圖
#設置繪圖參數，顯示如圖c所示線形圖，代碼略
(3)城市A 2021年PM2.5年平均濃度為34.6微克/立方米。由圖c可知，城市A 2021年PM2.5月平均濃度超過年平均濃度的月份共________個。
變式 學校食堂以服務質量進行了調查問卷，調查項目共 5 項(具體內容略)。12個班級的調查結果分別存儲在“dy01.csv”“dy02.csv”等文件中(如圖a所示)，每個文件部分界面如圖b所示。
現需要分析每個問題選“A”的情況，采用Python編制程序代碼，請回答下列問題。
(1)定義fun_A函數實現統計某個班級5個問題的選“A”的人數，請在劃線處填入合適代碼。
import pandas as pd
def fun_A(file)：
　 df＝pd.read_csv(file)
　 A_list＝[]
　 for col in df.columns[1：]:
　 ________________
　A_list.append(c)
　 return A_list
(2)統計12個班級每個問題選“A”的總人數，請在劃線處填入合適代碼。
ans_list＝[]
s＝″010203040506070809101112″
for i in range(0，len(s)－1，2):
　　　filename＝″dy″＋ ①__________＋″.csv″
　　　res＝ fun_A(filename)
　　　ans_list.append(res)
x＝[″問題1″，″問題2″，″問題3″，″問題4″，″問題5″]
y＝[0，0，0，0，0]
for i in range(5)：
　 s＝0
　 for j in range(12)：
②__________
　 y[i]＝s
(3)根據上述統計的得分數據，統計每個問題選“A”的數量，繪制如圖 c 所示的柱形圖，請在劃線處填入合適代碼。
圖c
import matplotlib.pyplot as plt
plt.title(″每個問題選A的總人數″)
plt.bar(①__________，②__________，label＝'A 選項')
plt.legend()
plt.show()
重難點2　利用函數按列進行數據統計
DataFrame是Pandas處理的主要對象，index屬性記錄了每行記錄所在的行索引，columns屬性記錄每列的名稱。df.列名就可以表示該列所有的數據的集合，可以運用函數計算一個集合對象的記錄數量、總和、平均值和最值(最大值或最小值)。通過篩選找到符合處理條件的數據(子集)集合，再對集合進行求和等計算。通過分組，將某列相同字段值的記錄組合在一起，形成一個個的分組，再分別統計各個分組的數量、和、平均值和最值。
例題 小明通過調查問卷收集了食堂滿意度情況數據，保存在“data.csv”文件，如圖a所示。
圖a
圖b
為統計分析每個調查項目不同選項的人數及不滿意率，編寫Python程序。請回答下列問題：
(1)統計每一項調查內容的總票數、滿意、一般及不滿意人數，程序運行結果如圖b所示，
import pandas as pd
import matplotlib.pyplot as plt　#導入模塊
df＝pd.read_csv(″data.csv″，encoding＝″utf－8″)#讀取csv文件中的數據
cols＝df.columns[1：]
poll＝len(df)
data＝ {″調查項目″：[]，″總票數″：[]，″滿意″：[]，″一般″：[]，″不滿意″：[]}
for colname in cols：
　 dfc＝df.groupby(①__________，as_index＝False)[″序號″].count()
　 data[″調查項目″].append(colname)
　 data[″總票數″].append(poll)
　 for j in dfc.index：
　name＝dfc.at[j，colname]
　 data[name].append(②__________)
df2＝pd.DataFrame(data) ; print(df2)
(2)計算每個項目的“不滿意率”(＝“不滿意”/“總票數”*100)，并使用柱形圖分析每個項目的“不滿意率”情況，如圖c所示，請在劃線處填入合適的代碼。
圖c
df2[″不滿意率(%)″]＝①__________
x＝②__________
y＝df2[″不滿意率(%)″]
plt.figure(figsize＝(8，4))
pl.title(″食堂調查問卷不滿意率(%)情況″)
plt.bar(x，y，label＝″不滿意率(%)″)
plt.legend()
變式 某學校開設選修課并在期末讓學生對其進行滿意度調查，選修課分藝術、體育、語言、計算機、職業技能等領域。現要進行報名數據處理和滿意度分析， 請回答下列問題：
圖a
圖b
(1)選修課開設的條件為：報名人數大于20人。其中計算機類選修課的報名數據保存在DataFrame對象df中，如圖a所示。若要編寫Python程序檢查其中第1學期的“數字視音頻處理”選修課是否符合開設條件，下列方法中，不正確的是________(單選，填字母)。
A.對df中數據按開設學期排序并保存到dfs中，再從dfs篩選出選修課名稱為“數字視音頻處理”的數據，判斷篩選出的數據行是否超過20行
B.從df中篩選出選修課名稱為“數字視音頻處理”的數據dfs，再對dfs按開設學期進行升序排序，判斷數據前21行的開設學期是否是第1學期
C.從df中篩選出選修課名稱為“數字視音頻處理”的數據dfs，再按開設學期分組統計個數，判斷第1學期的個數是否超過20
(2)計算機類選修課學生的滿意度調查部分數據如圖b所示。滿意度分3個等級：A.滿意、B.一般、C.不滿意，分別計1分、0分、－1分，基礎分為100分。實現計算各選修課的滿意度功能的部分Python程序如下，請在劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
#讀取如圖b所示數據，保存到DataFrame對象df1中，代碼略
score＝[1，0，－1]
for i in range(0，len(df1))：
　 rank＝df1.at[i，″滿意度″]
　 ①________
　 df1.at[i，″得分″]＝mark
a＝df1.groupby(″選修課名稱″，as_index＝False)[″得分″].②________
for i in range(0，len(a))：
　 a.at[i，″得分″]＋＝100
(3)根據滿意度進行降序排序，繪制如圖c所示的柱形圖，實現該功能的部分Python程序如下：
圖c
a＝a.sort_values(″①__________″，ascending＝False)
#設置繪圖參數，代碼略
x＝②________
y＝a[″得分″]
plt.bar(x，y)　#繪制柱形圖
重難點1　利用Pandas批量處理文件
1.高一年級(9個班級)進行“七選三”預選科。每個班一個Excel文件(如圖a所示)存儲預選科數據。數據表中“1”代表學生選擇該科目，空白代表學生未選擇該科目(某班部分選科數據如圖b所示)。請回答下列問題。
圖a
圖b
(1)定義如下函數check(dfs)檢查選考科目數是否有誤，其中參數dfs為DataFrame對象，由如圖b所示Excel數據導入。返回值erlst為列表，列表元素數據類型為整型，表示錯誤數據行對應的學生序號(例如第6行學生“戴*躍”的序號為5)。
def check(dfs)：
　 erlst ＝ []
　 for i in range(len(dfs))：
xk_sum ＝ 0
　 for j in dfs.columns[2：]：
　　　　dyg ＝ ①________
　　　　if dyg ＝＝ 1：
　　　　　xk_sum ＋＝ dyg
　 if xk_sum ！＝ 3：
　　 erlst.append(②________)
return erlst
①在程序中劃線處填入的正確代碼為________(單選，填字母)。
A.dfs.at['i'，'j'] B.dfs.at['j'，'i']
C.dfs.at[i，j] D.dfs.at[j，i]
②在程序中劃線處填入合適的代碼。
(2)讀取每個班級的Excel選科數據，若檢查無誤，則統計每個班級同時選報“物理”和“化學”學科的人數，存儲在字典ans中。實現該功能的Python程序如下：
import pandas as pd
ans ＝ {}
for i in range(1，10)：
　 filename ＝ str(i)＋'. xlsx'
　 df ＝pd.read_excel(filename)
　 errlist ＝ check(df)
　 if errlist ！＝ []：
　　　print(″請檢查文件″， filename，″中序號為″， errlist，″的學生″)
　　　else：
　 ①__________　#篩選同時選擇物理和化學的數據記錄存儲在 df1中
　 ans[str(i)＋'班'] ＝ [②________]　#形如{“1班”：[41]}
①在程序劃線處應填入的正確代碼段為________(多選，填字母)。(注：全部選對的得 2 分，選對但不全的得1分，不選或有選錯的得 0 分)
A.df1 ＝ df[df['物理']＝＝1]
df1 ＝ df1[df1['化學']＝＝1]
B.df1 ＝ df[df['物理']＝＝1]
df1 ＝ df[df['化學']＝＝1]
C.df1 ＝ df[df['化學']＝＝1]
df1 ＝ dfl[df1['物理']＝＝1]
D.df1 ＝ df[df['化學']＝＝1]
df1 ＝ df[df['物理']＝＝1]
②在程序劃線處填入合適的代碼。
(3)用字典ans創建并轉置的DataFrame對象如圖c所示，繪制柱形圖如圖d所示。實現該功能的Python程序如下：
import matplotlib.pyplot as plt
adf ＝ pd.DataFrame(ans，index＝ ['人數']).T
plt.bar(______)
#設置繪圖參數，代碼略
plt.show()
程序的劃線處應填入的正確代碼為________(單選，填字母)。
A.adf.人數，adf.班級
B.adf.班級，adf.人數
C.adf.人數，adf.index
D.adf.index，adf.人數
2.學校暑期開展“青春迎亞運”活動，邀請高二學生每日參加運動鍛煉并進行線上打卡。每周收集一次相關數據，分別保存在相應的xlsx文件中，部分文件如圖a所示；每個文件記錄了一周7天的打卡數據，示例如圖b所示，其中運動時長單位：分鐘。
圖a
圖b
為統計分析學生鍛煉情況，給出周報數據，編寫Python程序，請回答以下問題：
(1)定義px函數，功能為：讀取某一周的打卡數據，將其按班級進行排序操作并返回結果。函數代碼如下，將劃線處代碼補充完整。
import pandas as pd
def px(file_week)：
　 df＝pd.read_excel(file_week)
　 df＝df.sort_values(________，ignore_index＝True)
　 #按班級升序排序，參數ignore_index＝True 表示更新索引
　 return df
(2)統計某一周各運動項目的參與人次，并繪制柱形圖，部分Python代碼如下：
import matplotlib. pyplot as plt
s＝input(″請輸入文件名：″)
df＝px(s)
df1＝df.groupby(″運動項目″，as_index＝False).①________　#統計各運動項目參與人次
df1.rename(columns＝{″學號″：″參與人次″}，inplace＝True)　#更改列標題
plt.bar(②________)
plt.xlabel(″運動項目″)
plt.ylabel(″參與人次″)
plt.show()
劃線處應填入的代碼為________(單選，填字母)。
A.①count()　②df1[″參與人次″]，df1[″運動項目″]
B.①sum()　②df1[″參與人次″]，df1[″運動項目″]
C.①sum()　②df1.運動項目，df1.參與人次
D.①count()　②df1.運動項目，df1.參與人次
(3)統計某一周每班各學生的總運動時長后，比較得出該周每班最高的前兩位時長，部分Python程序代碼如下，請在劃線處填入合適的代碼。
qp＝[[0 for i in range(m)]for j in range(n)]
'''
定義數組qp記錄每班各學生一周運動總時長，n為班級數，m為每班人數。其中qp[0][0]～qp[0][m－1]存儲1班1號～m號同學的每周運動總時長，以此類推，qp[n－1][0]～qp[n－1][m－1]存儲n班1號～m號同學的每周運動總時長。
'''
print(″本周每班最高的前兩位時長分別為：″)
i＝0
while i　　num＝df[″學號″][i]
　　cla＝df[″班級″][i]
　 ①________
　　if i！＝0 and df[″班級″][i]！＝df[″班級″][i－1] or②________：
　 cla＝df[″班級″][i－1]
　 k1＝0；k2＝0
　 for j in range(1，len(qp[cla－1]))：
　　　 if qp[cla－1][j]>qp[cla－1][k1]：
　　　　　 ③________
　　　　　　k1＝j
　　　　elif qp[cla－1][j]>qp[cla－1][k2]:
　　　　　　k2＝j
　　　　print(cla，″班″，qp[cla －1][k1]，qp[cla －1][k2])
　i＝i＋1
(4)統計某一周各運動項目的參與人次后繪制柱形圖如圖c所示，由圖可知，該周參與人氣最高的運動項目為______________。
圖c
3.為統計分析不同年級學生名字中的常用字，小王同學收集了本校所有學生的名字，并以入學年份為文件名分別保存在Excel文件中，文件如圖a所示，每個文件包含了學生的年級、姓名和性別信息，如圖b所示。
編寫Python程序。請回答下列問題：
(1)定義getname函數，功能為：讀取某年級的Excel文件，找出文件中同性別的學生，將學生姓名中的每個字(不包含姓氏，沒有復姓學生)提取出來存儲在列表mz中并返回列表。函數代碼如下，請在劃線處填寫合適的代碼。
def getname(nj, xb)：
　 mz＝[]
　 df＝pd.read_excel(nj＋″學生名單.xlsx″)
　 for i in df.index：
　 xm＝df.at[i，″姓名″]
　 if ①________：
　　　 for m in xm[1：]：
　　　　　 mz.append(m)
　　return ②________
(2)小王想統計女生名字中出現最頻繁的10個字，部分Python程序如下，請在劃線處選擇合適的代碼。
import pandas as pd
xb＝input(″請輸入性別：″)　#輸入性別″女″
nianji＝[″2020級″，″2021級″，″2022級″]
mzs＝[]　#存儲姓名中的字
for nj in nianji：
　 mzs＝mzs＋getname(nj，xb)
data＝{'字'：mzs，'個數'：[1]*len(mzs)}
df1＝pd.DataFrame(data)
df2＝df1.groupby(″字″，as_index＝False).count() #統計每個字出現的次數
df3＝__________
劃線處應選擇的代碼是________(單選，填字母)。
A.df2.sort_values(″個數″，ascending＝True)[：10]
B.df2.sort_values(″字″，ascending＝False).tail(10)
C.df2.sort_values(″字″，ascending＝True).tail(10)
D.df2.sort_values(″個數″，ascending＝False).head(10)
(3)將統計結果(10個最頻繁的字)繪制成柱形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
plt.title(xb ＋″生取名常用字″)
plt.bar(df3.字，__________)
plt.show()
4.小明利用“在線社團報名系統”收集了全校學生的社團報名信息，并將報名數據導出到“社團報名.xlsx”中，如圖a所示。然后編寫Python程序對報名數據進行處理，生成分別以班級名和社團名為文件名的Excel文件，以便分發給相應的社團指導老師和班主任。
圖a
圖b
(1)在對表格進行數據整理時發現，關于“Jacky.Y”同學的記錄可能存在的數據問題是________(選填：A.數據缺失　B.數據異常　C.邏輯錯誤　D.數據格式不一致)。
(2)其中生成每個社團名單文件的過程是：先對報名數據按社團名稱進行分類，并對選報同一社團的學生按班級進行升序排序，然后生成各個社團名單文件，如圖b所示。對應的程序代碼如下，請在劃線處填寫合適的代碼。
import pandas as pd
def read_file(filename)：
　 #讀入報名數據的原始文件，并將表中的數據轉換成列表，代碼略
def save_file(a)：　#保存名單到相應社團的Excel電子表格文件
　 df ＝ pd.DataFrame(a，columns＝[″班級″，″姓名″，″選報社團″])
　 df.to_excel(①________＋″.xlsx″，index＝False)
a ＝ read_file(″社團報名.xlsx″)
n ＝ len(a)
#按社團名(參照拼音的字母順序)進行升序排序，代碼略
#統計各社團人數，存在列表rs中，rs＝[[“滑板社”，36]，…]，代碼略
a＝[]；imin＝0；k＝0
s ＝ 0
for i in range(len(rs))：
　 ②________
　 left，right ＝ s, s＋num－1
　 while　left < right：
　　　 imin ＝ imax ＝ left
　　　 for k in range(left＋1，right＋1)：
　　　 if a[k][0]　　　　　　imin＝k　　
　　　 elif a[k][0]>a[imax][0]：
　　　　　　imax ＝ k
　　　 if imin ！＝ left：
　　　　　　a[imin]，a[left] ＝ a[left]，a[imin]
　　　 if imax ＝＝ left：
　　　　　　③________
　　　　　　if imax ！＝ right：
　　　　　　　　　a[imax]，a[right] ＝ a[right]，a[imax]
　　　left ＝ left ＋ 1；　right ＝ right－1
　　　④________
　　　s ＋＝ num
重難點2　利用函數按列進行數據統計
1.某單位根據全省各縣市區的公共設施與服務運行情況，編制了“公共服務惠民指數”與“公共設施匹配指數”，現要對該兩項指數進行分析。請回答下列問題：
圖a
圖b
(1)該單位希望在所有縣市區中，篩選出“公共服務惠民指數”低于75分的縣市區，提出預警。各縣市區的指數數據保存在DataFrame對象df中，如圖a所示。實現上述功能的部分Python程序如下：
df1 ＝ df[df[″公共服務惠民指數″] < 75]
print(″需要被預警的縣市區個數為″，________，″個″)
下列語句中，符合要求的為________。(單選，填字母)
A.df1.count()
B.len(df1)
C.df1[″公共服務惠民指數″].sum()
(2)根據圖a中數據中的區域代碼列的前4位，可以獲取到該區域所屬的地區，例如“3301”即代表“杭州市”。現需要根據該數據，匹配出各縣市區所屬的地區。實現上述功能的部分Python程序如下，請在程序中劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
area ＝ {″3301″：″杭州市″，″3302″：″寧波市″，......，″3311″：″麗水市″}
df ＝ pd.read_excel(″基層智治指數.xlsx″)
df.insert(4，″地區″，″″)　#在第4列插入“地區”列，值為空
for i in df.index:
　 areacode ＝ str(df.at[i，″區域代碼″])
　 df.at[i，″地區″]＝________________
df ＝ df.drop(″區域代碼″ ，axis＝ 1)
(3)根據上述df中的地區信息，統計各地區“公共服務惠民指數”與“公共設施匹配指數”的平均值，并根據“公共服務惠民指數”數據繪制如圖b所示的柱形圖，實現該功能的部分Python程序如下：
dfg ＝ df.groupby(″地區″).________________
dfs ＝ dfg.sort_values( )
#設置繪圖參數，代碼略
plt.title(″公共服務惠民指數″)
plt.bar(dfs.index，dfs[″公共服務惠民指數″])
#繪制柱形圖
①請在程序中劃線處填入合適的代碼。
②程序中的方框中應填入的正確代碼為________(單選，填字母)。
A.″公共服務惠民指數″， ascending ＝ True
B.″公共服務惠民指數″， ascending ＝ False
C.dfg[″公共服務惠民指數″], ascending ＝ True
D.dfg[″公共服務惠民指數″], ascending ＝ False
2.某校高一學生的社團報名數據存儲在“stbm.xlsx”文件中，如圖a 所示。
{'書畫社'：52，'動漫社'：97，'攝影社'：35，'漢學社'：38，'法學社'：51，'詩詞社'：37，'辯論社'：43，'音樂社'：63，'飛羽社'：56，'魔方社'：29}
圖c
(1)統計各社團報名人數，找出報名人數最多的三個社團(不存在并列名次情況)并創建如圖b所示的圖表。實現上述功能的 Python 程序如下，請在劃線處填入合適代碼。
import pandas as pd
import matplotlib.pyplot as plt
#設置中文字體，代碼略
df＝pd.read_excel(″stbm.xlsx″)
df1＝df.groupby(″①__________″，as_index＝False).count()
#刪除df1的“班級”列，并將列標題“姓名”重命名為“人數”，保存修改結果，代碼略
df2＝df1.sort_values(″人數″，ascending＝False)
df3＝df2.②________
plt.bar(df3.社團，③________)
plt.title(″報名人數最多的前三個社團″)
plt.show()
#將各社團報名人數存入字典stdic并輸出，結果如圖c所示，代碼略
(2)受場地限制，每個社團開展活動人數上限為45人。解決方案：超過45人的社團分成若干班級，每班人數按一定規則分配。編程解決社團分班問題，并輸出如圖d所示分班方案，請在劃線處填入合適代碼。
{'書畫社'：[26，26]，'動漫社'：[32，32，33]， '攝影社'：35，'漢學社'：38，'法學社'：[25，26]， '詩詞社'：37，'辯論社'：43，'音樂社'：[31，32]， '飛羽社'：[28，28]，'魔方社'：29}
圖d
for i in stdic：
　 if stdic[i]>45：
　 n＝(stdic[i]－1)∥45＋1
　 num＝[]; x＝stdic[i]∥n
　 for j in range(n):
　　　　if j＝＝n－1：
　　　　num.append(________)
　　　　else：
　　　　 num.append(x)　#將x添加到列表num末尾
　 stdic[i]＝num
print(stdic)
(3)若“動漫社”實際報名人數為98人，則利用上述程序段進行分班后得到的結果為__________________________________________________________________
(單選，填字母：A.'動漫社'：[32，33，33]/B.'動漫社'：[32，32，34])。
3.小溫對 5 個景區進行網絡問卷調查，問卷中“環境”“硬件”“服務”和“交通”設置的選項及分值均一致，部分界面如圖a所示。導出數據的部分界面如圖b所示，其中數字對應問卷中每題的選項，如數字 i 代表該題的第 i個選項。請回答下列問題。
(1)若要統計每份問卷對應景區的評分， 部分代碼如下：
#導入相關模塊，讀取如圖b所示的數據，保存到DataFrame對象df中，代碼略
qz＝[2.5，2，1.5，1，0.5]　　
________
則劃線處的代碼為________(單選，填字母)
A.df[″評分″] ＝ qz[df[″環境″]] ＋ qz[df[″硬件″]] ＋ qz[df[″服務″]] ＋ qz[df[″交通″]]
B.df[″評分″] ＝ df[[″環境″，″硬件″，″服務″，″交通″]].sum (axis＝1)
C.df[″評分″] ＝ 0
for i in df.index：
　 a＝ df.at[i，″環境″]; b＝ df.at[i，″硬件″]
　 c＝ df.at[i，″服務″]; d＝ df.at[i，″交通″]
　 df.at[i，″評分″] ＝ qz[a－1]＋qz[b－1]＋qz[c－1]＋qz[d－1]
(2)找出18～39 歲年齡段游客評分均值最高的景區，請在劃線處填入合適的代碼。
jq＝[″雁蕩山″，″楠溪江″，″漁寮″，″南麂列島″，″氡泉″]
df1 ＝ df[①________]
df2 ＝ df1.groupby(″景區″， as_ index＝False)[″評分″].mean()
df2 ＝ df2.sort_values(″②________″， ascending＝False)
print(jq[df2[″景區″][0]－1])
(3)根據上述 df2 中的評分數據， 繪制如圖 c 所示的垂直柱形圖， 代碼如下：
#導入相關模塊，　代碼略
jq1 ＝ []
ave ＝ df2[″評分″].mean()
df2[″均差″] ＝ df2[″評分″] － ave
for i in df2.index：
　 jq1.append (jq[df2.at[i，″景區″] － 1])
plt.bar(x, y)
plt.show()
程序加框處的應填入的正確代碼為________(單選， 填字母)。
A.x＝jq
y＝df2[″評分″]
B.x＝df2[″景區″]
y＝df2[″均差″]
C.x＝jq1
y＝df2[″均差″]
4.張三同學收集了一個地區 8 月各類共享單車的騎行數據記錄，每天的用戶數據存儲于“shared_bikes.xlsx”文件中，不考慮跨天數據。數據格式如圖a所示，請回答下列問題：
(1)cal 函數功能為：讀取騎行時間的小時和分鐘部分，轉換為分鐘格式并返回，如“2022/8/20 6：57”獲取“6：57”轉換為417(6*60＋57＝417)，代碼如下。請在劃線處填入合適的代碼。
def cal(s)：
　 n ＝ len(s)
　 for i in range(n)：
　 if s[i] ＝＝″″：　#如果為空格字符
　　　 p ＝ i
　 if s[i] ＝＝″：″：
　　　 q ＝ i
　　t ＝________ ＋ int(s[q＋1：])
　　return t
(2)統計本月各類型單車的每天平均騎行時長，并繪制柱形圖，代碼如下，繪制的圖表如圖b所示，請在劃線處填入合適的代碼。
圖b
import pandas as pd
import matplotlib.pyplot as plt
df ＝ pd.read_excel(″shared_bikes.xlsx″)
bike ＝ [″哈羅單車″，″摩拜單車″，″美團單車″，″青桔單車″]
sm ＝ [0] * 4
avg ＝ [0] * 4
days ＝ 31
for i in ①________：
　 t ＝ cal(df.at[i，″結束時間″]) － cal(df.at[i，″開始時間″])
　 for j in range(len(bike))：
　 if df.at[i，″APP類型″] ＝＝ bike[j]：
　　　 ②________
　　　 break
for i in range(len(bike))：
　 avg[i] ＝ sm[i] / days
plt.figure(figsize ＝ (12，4))
x ＝ bike
y ＝③________
plt.bar(x，y)
plt.show()
(3)統計本月各類型單車的騎行次數，下列加框處代碼有錯，可以改正為________(選填字母：(A.max()/B.min()/C.mean()/D.count())
n ＝ df.groupby(″APP 類型″， as_index ＝ True).用戶編號.
重難點1　利用Pandas批量處理文件
1.管理員從該停車系統中導出了 3 月份每天的停車記錄，如圖a 所示，每天的停車記錄內容格式如圖b 所示(進出標記為 0 表示駛入，1 表示駛出，停車記錄已按進出時間升序排列)。
圖a
車牌 進出時間 進出標記
川B·8CC88 2023－3－23－06：09：56 0
川A·A98A8 2023－3－23－06：28：04 0
川C·9VV99 2023－3－23－06：56：45 0
川B·8UU88 2023－3－23－07：01：29 0
川C·9VV99 2023－3－23－07：48：01 1
圖b
為統計停車場3月份每天的收入(只有駛入或駛出記錄的車輛不參與計費)，編寫Python程序。
(1)定義readdata函數，功能為：讀取某一車牌車輛當天的進出時間記錄，返回該車輛當天的停車總費用。參數 data 為該車牌當天的進出時間記錄。函數代碼如下，請回答下列問題：
①程序段中加框處應填入的代碼為________(單選，填字母)。
A.data.進出標記[p]＝＝0
B.data.進出標記[p－1]＝＝0 and data.進出標記[p]＝＝1
C.data.進出標記[p＋1]＝＝1
D.data.進出標記[p]＝＝0 and data.進出標記[p＋1]＝＝1
②請在程序段劃線處填入合適的代碼。
def catime(t1，t2)：
　 #計算時間t1 與時間 t2 之間的時間差并計算本次停車的費用，函數返回停車費用，代碼略。
def readdata(data):
　 m＝len(data)
　 p＝0；cost＝0；total＝0
　 while p　 if ：
　　　　　cost＝catime(data.進出時間[p]，data.進出時間[p＋1])
　　　　　total＋＝cost
　　　　　p＋＝1
　　　②________
　 return total
(2)統計停車場 3 月份每天的收入并繪制柱形圖，部分Python代碼如下，請在劃線處填入合適的代碼。
n＝31；dic＝{}
for i in range(1，n＋1)：
　 ①________
　 fname＝″3 月″＋str(i)＋″日.xlsx″
　 df＝pd.read_excel(fname)
　 df_g＝df.groupby(″車牌″).進出標記.count()
　 for k in df_g.index：
　 #只有一條駛入或駛出記錄的車輛不參與計費
　 if ②________：
　　　 data＝df[df.車牌＝＝k]
　　　 dic[i]＋＝readdata(data)
plt.title(″某停車場3月份整體收入圖″)
plt.bar(dic.keys()，dic.values())
plt.show()
(3)已知每月分為3個時間段，1－10日稱為上旬，11－20日稱為中旬，21－30(31)日稱為下旬。則由圖c可知，該停車場3月份________(選填：上旬/中旬/下旬)收入總和最高。
2.小明為了研究某地近十年每月的溫差變化，編寫Python程序。以2023年4月為例，該月每天的溫度數據分別保存在以8位日期字符串命名的excel文件中，部分文件如圖a所示，每個文件記錄了一天24小時的溫度數據，如圖b記錄了4月28日的數據。
圖a
圖b
(1)定義dv函數，功能為：讀取某天的excel文件，返回當天最高溫度與最低溫度的差值。函數代碼如下，劃線處應填入的代碼為________(單選，填字母)。
A.df[″溫度″].head(1)－df[″溫度″].tail(1)
B.df[″溫度″].(max()－min())
C.df[″溫度″].max()－df[″溫度″].min()
D.df[″溫度″].(head(1)－tail(1))
def dv(dayfile)：
　 df＝pd.read_excel(dayfile)
　 diff＝____________
　 return diff
(2)定義find函數，功能為：用字典創建DataFrame對象，并篩選出4月份溫差大于13的日期，輸出結果如圖c所示，請在劃線處填入代碼。
日期 溫差
3 0404 13.1
9 0410 13.1
15 0416 13.3
17 0418 13.8
27 0428 15.5
圖c
def find(r，t)：
　 dic＝{″日期″：r，″溫差″：t}
　 df1＝pd.DataFrame(dic)
　 df2＝______________
　 return df2
(3)繪制4月份每天的溫差柱形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
def tstr(t)：
　 if t<10：
　 return '0'＋str(t)
　 else：
　 return str(t)
td＝[]；date＝[]
for i in range(30):
　 dstr＝tstr( ①________ )
　 dayfile＝'202304'＋dstr＋'.xlsx'
　 date.append(dayfile[4：8])
　 td.append(②________)
#設置繪圖參數，代碼略
plt.bar(date，③________ )
plt.show()
print(find(date，td))
3.小美收集了某電商平臺某年1－12月的“十大”空調品牌的銷售數據，每個月的數據保存在一個csv文件中，文件如圖b所示，分別記錄了對應月份的訂單數據。
請回答下列問題：
(1)定義get_sales函數，功能為：讀取某月的csv文件，返回某品牌當月的銷售額。函數代碼如下，
劃線處應填入的代碼為：________(單選，填字母)。
A.df[df['品牌'] ＝＝ brand] B.df[df['品牌'] ＝＝ month]
C.df['品牌'] ＝＝ brand D.df['品牌'] ＝＝ month
import pandas as pd
def get_sales(brand, month)：
　 filename ＝ str(month) ＋ '.csv'
　 df ＝ pd.read_csv(filename)　#讀取文件
　 df ＝________
　 sales ＝ (df['數量'] * df['單價']).sum()　#求出df中所有數量*單價的總和
return sales
(2)統計十大品牌全年銷售額，并找出銷售額最大的品牌，繪制該品牌的1－12月銷售額的線形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
brand_dict＝{'格力'：0，'美的'：0，'海爾'：0，'奧克斯'：0，'海信'：0，'三菱重工'：0，'日立'：0，'華菱'：0，'TCL'：0，'大金'：0}
x，y ＝ []，[]
max_sales，brandmax ＝0，''
for i in range(1，13)：
　 for j in brand_dict：
　 brand_dict[j] ＋＝ ①__________
for i in brand_dict：
　 if brand_dict[i] > max_sales：
　 max_sales ＝ brand_dict[i]
　 ②________
for i in range(1，13)：
　 x.append( ③________ )
　 y.append(get_sales(brandmax，i))
plt.plot(x，y)
plt.show()　#生成線形圖如圖c所示
圖c
(3)由圖c可知，該空調銷售額增量最大的月份是________。
4. 一球迷收集了近3個賽季的CBA比賽數據，每個賽季的數據分別保存在獨立文件中，如圖a所示，文件中數據記錄格式如圖b所示，以球員“布萊克尼”的“二分”數據“7.9－16.3”為例，7.9表示二分球平均命中數量，16.3表示二分球平均投籃次數。
圖c
該球迷想根據歷史賽季數據預測各球隊下個賽季的首發陣容，編寫了如下Python程序，請回答下列問題：
(1)定義readData函數，功能為：讀取某賽季的excel文件，返回每個隊員的得分(得分＝二分球命中數量*2＋三分球命中數量*3＋罰球命中數量。函數代碼如下，劃線處應填入的代碼為________(單選，填字母)。
A.df[″得分″][i]＋＝n*cols[col]
B.df[″得分″][i]＝n*cols[co1]
C.df[″得分″]＋＝n*cols[col]
D.df[″得分″]＝df.二分*2＋df.三分*3＋df.罰球
import pandas as pd
def readData(file)：
　 df＝pd.read_excel(file)　#讀取文件file 中的數據
　 cols＝{″二分″：2，″三分″：3，″罰球″：1}
　 for i in range(len(df))：　#計算每個隊員的得分
　 for col in cols：
　　　　 p＝df[col][i].find(″－″)　#在字符串中找到“－”的位置
　　　　 n＝float(df[col][i][：p])
　　　　________________
　 return df
(2)定義select函數，功能為：篩選各球隊得分最高的5名球員作為首發陣容，并把球員名字及得分存入列表members后返回。其中n號球隊各球員名字存入members[2*n]中，得分存入members[2*n＋1]中，請在劃線處填寫合適的代碼。
def select(teams) ：
　 #teams是字典變量，如：{″浙江″：0，″上海″：1}，字典的值代表球隊編號
　 seasons＝[″20－21″，″21－22″，″22－23″]
　 members＝[0]*len(teams)*2
　 df＝readData(seasons[0]＋″.x1sx″)
　 for season in ①________：
　 file＝season＋″.xlsx″
　 df1＝readData(file)
　 df＝pd.concat([df, df1])　#合并兩個DataFrame對象數據
　 for team in teams：
　 df1＝②________
　 df1＝df1.groupby(″球員″ , as_index＝False).mean()　#計算各球員平均得分
　 df1＝df1.sort_values(″得分″，ascending＝False).head(5)　#按得分降序排序并選取前5名
　 ③________
　 members[2*n]＝df1[″球員″].values
　 members[2*n＋1]＝df1[″得分″].values
　　return members
(3)定義showChart函數，功能為：查詢某球隊的首發陣容，繪制柱形圖，圖表如圖c所示，程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
def showChart(tean, menbers) ：
　 n＝teams[team]
　 plt.bar(________ ，________)
　 plt.title(team＋″隊首發陣容″)
　 plt.show()
主程序代碼如下。
teams＝{″浙江″：0，″上海″：1，″山東″：2，″廣東″：3，″北京″：4}
members＝select (teams)
while True：
　　team＝input(″輸入球隊：″)
　　if team＝＝″″ : break
　　showChart(team, members)
5.李老師收集了 2022 級學生“七選三” 選課意愿數據，每個班的數據分別保存以'xk'＋班級為命名的 xlsx 文件中，如圖a所示，每個文件記錄了該班每位學生的選考科目選課情況，如圖b所示。
為統計分析全年級“七選三”選課意愿數據，編寫 Python 程序，請回答下列問題：
(1)讀取各班 xlsx 文件，并合并到一個 DataFrame 對象。程序代碼如下，請在劃線處填入合適的代碼。
def data(i)：
　 i＝i＋1
　 if ①________：
　 t＝'0'＋str(i)
　else：
　 t＝str(i)
　df_t＝pd.read_excel('xk'＋t＋'.xlsx')
　return df_t
n＝12
df＝pd.DataFrame()
for i in range(n)：
　df＝df.append(②________，ignore_index＝True)　#在df末尾追加一個DataFrame
(2)統計“技術”選課人數占總人數的比例，并作出各個科目選課人數的柱形圖。程序代碼如下，請在劃線處填入合適的代碼。
圖c
km＝{'物理'：0，'化學'：0，'生物'：0，'政治'：0，'歷史'：0，'地理'：0，'技術'：0}
for i in range(len(df))：
　 xk＝df['選課'][i].split('，') 　#將'選課'字符串以逗號分隔出來
　 for j in xk：
　 ①________
print('選考技術占比： '＋str(round(②________*100，2))＋'%')
df_km＝pd.DataFrame({'科目'：km.keys()，'人數'：km.values()})　#轉換為 DataFrame
plt.title('選考各科目人數對比圖')
plt.bar(③________，df_km['人數']，label＝'各科目人數')
plt.legend()
plt.show()
(3)分析圖c可知，選課人數最多的三門科目是________________。
6.某同學收集了部分城市2022年4月每天24小時空氣質量數據，按日分別保存在csv文件中，部分文件如圖a所示。數據格式如圖b所示。請回答下列問題：
圖a
圖b
(1)定義函數 avg，功能是讀取某天的數據文件，計算該天空氣質量指數(AQI) 的平均值并返回，代碼如下。請在劃線①處應填入合適的代碼。
def avg(filename)：
　 df＝pd.read_csv(filename)
　 df1＝df[df.columns[2：]]　#取類型及其后的所有列
　 g＝df1.groupby(①________，as_index＝False).mean()
　 return ②________
劃線②處應填入的代碼為________(單選，填字母)。
A.df[df.類型＝＝'AQI']
B.df1.AQI　
C.g.AQI
D.g[g.類型＝＝'AQI']
(2)統計本月各城市空氣質量最長連續優、良的天數(按照環境空氣質量標準，空氣污染指數 AQI≤50為優級，AQI≤100 為良好)，代碼如下，繪制的圖表如圖 c 所示。請在劃線處填入合適的代碼。
圖c
import pandas as pd
import matplot1ib.pyplot as plt
n＝10　#城市個數
count＝[0]*n
daymax＝[0]*n
for i in range(1, 31):
　 day＝str(i)
　 if len(day) <2：
　 day＝'0' ＋str(i)
　 daydata＝' 202204' ＋day＋' . csv'
　 dayaqi＝avg(daydata)
　 city＝dayaqi.columns[1：n＋1]
　 for j in range (n) ：
　 t＝city[j]
　　 if dayaqi.at[0，t] <＝ 100：
　　　 ①________
　 else：
　　　 if count[j]>daymax[j]:
　　　　 daymax [j]＝count[j]
　　　 count[j]＝0
　for k in range (n)：
　 if count [k]>daymax[k]：
　　　 ②________
print (daymax)
p1t.figure(figsize＝(12，4))
x＝ ③________
y＝daymax
plt.bar(x, y)
p1t.show()
重難點2　利用函數按列進行數據統計
1.某競賽獲獎名單已公布，現要對獲獎情況進行數據處理和分析。請回答下列問題：
　
　　　　　　　　 　 圖a　　　　　　　　　　　 　圖b
(1)將獲獎名單讀取到DataFrame對象df中，如圖a所示，若要編寫Pandas程序分析出浙江省內獲得滿分400分的總人數。下列方法正確的是________(單選，填字母)。
A.從df中篩選出省份為“浙江”的數據df1，再從df1中篩選出總分為“400”的數據df2，最后對df2中的“姓名”數據列使用count()函數統計出總人數
B.對df中數據按“總分”降序排列并保存到df1中，再從df1中篩選出省份為“浙江”的數據df2，最后對df2中的“姓名”數據列使用sum()函數統計出總人數
C.對df中數據按“總分”為關鍵字進行分組，并使用count()函數統計出總人數，得到數據df1，再從df1中篩選出省份為“浙江”的總人數
(2)提取獲獎名單中的部分數據列，結果如圖b所示。小陸想統計各省份一等獎獲獎學生的準考證號，存儲在字典dic中，h為一等獎獲獎分數線。實現上述功能的部分python程序如下，請在劃線處填入合適的代碼。
import pandas as pd
#讀取如圖b所示數據，保存到DataFrame對象df中，代碼略
#將DataFrame對象df轉換為列表lst，代碼略
#列表lst的值為[[″北京″，″BJ－0032″，400]，…，[″江蘇″，″JS－0009″，350]，[″四川″，″SC－0003″，384]]
h ＝ int(input(″輸入一等獎獲獎分數線″))
i ＝ 0
s ＝″″
dic ＝ { }　#字典 dic 中的鍵為省份名稱，值為一等獎獲獎學生的準考證號
while i < len(lst)：
　　if ①________：
　 city ＝ lst[i][0]
　 if city in dic ：
　　　　 dic[city] ＋＝″，″＋lst[i][1]
　 else：
　　　　 ②____________
　　i ＋＝ 1
(3)獲獎名單新增“獲獎等級”數據列，存儲在文件“data.xlsx”，如圖c所示，小陸想分析出一等獎獲獎人數最多的前5個省份(沒有并列情況)，并繪制如圖d所示的柱形圖，實現該功能的部分Python程序如下。
　
圖c
圖d
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams[″font.sans－serif″] ＝ [″SimHei″]　#設置圖表顯示中文字體
df ＝ pd.read_excel(″data.xlsx″)
df1 ＝①________　#選取相應的一等獎數據
df2 ＝ df1.groupby(″省份″).count()　#分組統計總人數
df2.rename(columns ＝ {″姓名″：″獲獎人數″}, inplace ＝ True)　#更改列標題名稱
g ＝ df2.sort_values(″獲獎人數″， ascending ＝ False).head(5)
plt.title(″一等獎獲獎人數最多的前 5 個省份″)
plt.bar( ②________ )　#繪制柱形圖
plt.ylabel(″獲獎人數″)
plt.show()
①請在程序中劃線處填入合適的代碼。
②程序的劃線處中應填入的正確代碼為________(單選，填字母)。
A.g.省份，g.獲獎人數 B.df2[″省份″]，df2[″獲獎人數″]
C.g.index，g.獲獎人數 D.df2.index，df2.獲獎人數
2.為了督促學生寒假堅持體育鍛煉，老師采用線上打卡的方式收集學生鍛煉情況，數據如圖a所示。
圖a
圖b
為統計冬鍛完成情況，編寫 Python 程序。請回答下列問題：
(1)定義outdata函數，其中參數dftmp是DataFrame數據類型，數據由圖a所示的Excel表導入。函數功能是：統計每天每個學生的鍛煉項目個數，返回含有“學籍號”、“姓名”和“項目個數”信息的二維列表。
函數代碼如下，劃線處應填入的代碼為________(多選，填字母)。
A.dftmp.at[i，j]＝＝″√″
B.dftmp[i][j]＝＝″√″
C.dftmp.at[j，i]＝＝″√″
D.dftmp[j][i]＝＝″√″
def outdata(dftmp)：
　 a＝[]
　 for i in dftmp.index：　#dftmp 的行索引
　 itemn＝0
　 for j in dftmp.columns[4：]：　#dftmp 中從“跑步”開始的列標題
　　　 if ______________ ：
　　　　　　 itemn＋＝1
　 a.append([str(df[″學籍號″][i])，df[″姓名″][i]，itemn])
　　return a
(2)冬鍛打卡成功的標準為累計運動 15 天，每天鍛煉項目達到 3 項及以上。統計輸出寒假體育鍛煉達標的學生名單，并制作四個項目的運動次數對比圖，部分界面如圖b和圖c所示。部分Python程序如下，請在劃線處填寫合適的代碼。
圖c
import pandas as pd
import matplotlib.pyplot as plt
df＝pd.read_excel(″sport.xls″)
lst＝outdata(df)
print(″冬鍛打卡成功名單：″)
i＝0；flag＝[False]*len(lst)
while i　　if：
　 xjh＝lst[i][0]
　 flag[i]＝True
　 ①________
　 for j in range(i＋1，len(lst))：
　　　 if lst[j][0]＝＝xjh and lst[j][2]>＝3:
　　　　 flag[j]＝True
　　　　　　days＋＝1
　 if days>＝15：
print(lst[i][0]＋″/″＋lst[i][1]＋″/″＋str(days)＋″天″)
　　②________
ydl＝df.count()　#統計各列非空單元格數量，結果為Series
item＝[″跑步″，″跳繩″，″俯臥撐″，″仰臥起坐″]
nums＝③________
plt.bar(item，nums，label＝″運動次數″)
(3)程序加框處代碼有錯，請改正。
3.小帥收集了2023年的銷售數據并存儲在″超市銷售數據.csv″文件中，部分數據如圖a所示。分析某月的銷售情況，柱形圖如圖b所示。部分Python程序如下：
顧客編號，大類名稱，銷售日期，小類名稱，商品類型，單位，銷售數量，商品單位，銷售金額 5，糧油，20230101，番茄醬，一般商品，瓶，1，6.7，6.7 10，日配，20230101，冷藏果粒酸乳，一般商品，盒，1，8.9，5.9 26，沖調，20230101，麥片/粉，一般商品，袋，1，27.7，27.7 31，洗化，20230101，洗衣皂，一般商品，塊，1，4.9，4.9 31，洗化，20230101，軟抽紙巾，一般商品，提，1，9.7，6.9 49，蔬果，20230101，花果，生鮮，千克，0.902，9.96，8.98 8，日配，20230101，利樂磚純奶，一般商品，提，1，65，49 15，家居，膠棉拖把，一般商品，把，1，70，70 50，休閑，20230101，軟糖，一般商品，袋，1，10.9，10.9 1，蔬果，20230101，芽菜，生鮮，千克，0.456，2.78，1.27 5，蔬果，20230101，鮮調味，生鮮，千克，0.24，9.6，2.3 2，洗化，20230101，無芯紙，一般商品，提，1，24.9，18.9 9，休閑，20230101，趣味/休閑，一般商品，盒，1，6.9，6.9 46，蔬果，20230101，蘋果類，生鮮，千克，1.776，4.98，8.84
圖a
圖b
import pandas as pd
import matplotlib.pyplot as plt
df＝pd.read_csv(″超市銷售數據.csv″)　#讀取文件中的數據
df.insert(0，″月份″，″″)　#插入列
for i in(1)________：
　 data＝str(df.at[i，″銷售日期″])　#通過行標簽和列標簽選取單個值
　 df.at[i，″月份″]＝data[4：6]
m＝int(input(″請輸入需查詢的月份：″))
if m>＝10：
　 month＝str(m)
else：
　 month＝″0″＋str(m)
g＝df[①________]　#篩選月份數據
g＝g.groupby(″大類名稱″，as_index＝False)[″銷售金額″].sum()　#分組求和
g＝
x＝g[″大類名稱″]
y＝②________
plt.bar(x，y)　#繪制柱形圖
#設置繪圖參數，顯示如圖b所示的柱形圖，代碼略
請回答下列問題：
(1)為提取“銷售日期”中月份數據，劃線處應填入的代碼是________(單選，填字母)。
A.df.index　B.df.values　C.df.columns
(2)請在程序中劃線①②處填入合適的代碼。
(3) 加框處實現按“銷售金額”降序排列后取前10項，下列代碼中能正確實現的有________(多選，填字母)。(注：全部選對的得2分，選對但不全的得1分，不選或有選錯的得0分)
A.g.sort_values(″銷售金額″，ascending＝False).tail(10)
B.g.sort_values(″銷售金額″，ascending＝False).head(10)
C.g.sort_values(″銷售金額″，ascending＝True)[：11]
D.g.sort_values(″銷售金額″，ascending＝False)[：10]
4.小陳在氣象部門得到了一份2022年不同城市的月平均日照時數(單位：kW·h/m2/day)數據，存放在Excel文件“日照.xlsx”中。部分界面如圖所示。
圖a
請回答下列問題：
(1)第1步，小陳編寫了如下代碼。
import pandas as pd
df ＝ pd.read_excel(″日照.xlsx″)
mdays ＝ [31，28，31，30，31，30，31，31，30，31，30，31]
months ＝ list(df.columns)
for i in df.index ：
　 s ＝ 0
　 for j in range(12)：
　 m ＝ df.at[i，months[j ＋1]]
　 s ＋＝ mdays [j]
　 s ＋＝ m*mdays[j]
　　df.at[i，″年度平均″]＝ round(s/365，2)
該程序實現的功能是________。
(2)第2步，僅考慮平均日照時數因素，選出最適合用光伏發電給智能農業大棚提供能源的十個城市。劃線處應填入的代碼為________(單選，填字母)。
df＝________
A.df.sort_values(″城市名″，ascending＝False).head(10)
B.df.sort_values(″城市名″).tail(10)
C.df.sort_values(″年度平均″，ascending＝False)[：10]
D.df.sort_values(″年度平均″，ascending＝False).tail(10)
#輸出結果如圖b所示，代碼略
年度平均最高的10個城市為： 日喀則地區　5.83 阿里地區　5.66 三沙市　5.57 山南地區　5.53 拉薩市　5.53 那曲地區　5.11 昌都地區　4.91 海西蒙古族藏族自治州　4.88 和田地區　4.84 攀枝花市　4.83
圖b
(3)小陳想在家鄉溫州建一個智能大棚，采用光伏發電加蓄電設備供電，面積為1平方米的光伏板容量約為0.3 kW/塊，光伏的充放電效率為80%，大棚每天消耗的最低電能約為30 kW·h，為確保每月能正常供電，需要1平方米的光伏發電板共①________塊。(日均發電量＝電池板的容量/塊×塊數×平均日照時數×充放電效率)
建設光伏發電設備前要先獲得當地的平均日照時數情況，小陳通過如下代碼獲取相關數據。程序運行界面如圖c所示：
圖c
res＝df[df[″城市名″]＝＝″溫州市″]
res＝res.values[0][1：13].②________
print(″溫州市月平均日照最小值為”，res)
5.小周要統計高二年級各班的行為規范得分情況，部分扣分數據如圖a所示。
圖a
(1)觀察數據，發現存在重復扣分的記錄，如圖a第2、3行所示。現需對數據進行整理，以下操作合理的是____(單選，填字母)。
A.對班級、記錄員均相同的記錄去重
B.對日期、關聯學生、項目名稱均相同的記錄去重
C.對關聯學生、項目名稱、項目扣分均相同的記錄去重
(2)如圖a第4行“關聯學生”所示，多名學生信息以分號分隔集中登記。現需要將這些關聯學生信息進行拆分，每位學生各一條記錄。實現拆分功能的部分Python程序如下，請在劃線處填入合適的代碼。
import pandas as pd
df＝pd.read_excel(″高二年級學生行規扣分明細.xlsx″)
i＝0
while i　　s＝①________
　　t＝0
　　for j in range(len(s))：
　 if s[j]＝＝″；″：
　　　 df＝pd.concat([df, df[i：i＋1]]，ignore_index＝True)
　　　 #將當前記錄復制并添加到表末尾，concat函數用于連接兩個DataFrame對象
　　　 df.at[len(df)－1，″關聯學生″]＝s[t：j]
　　　 df.at[i，″關聯學生″]＝s[j＋1：]
　　　 ②________
　　i＝i＋1
圖b
(3)該校高二年級共有16個班級，統計各班的行為規范得分(班級行為規范得分＝100分－本班所有學生扣分)，并繪制如圖b所示的柱形圖，實現該功能的部分Python程序如下，請在劃線處填入合適的代碼。
import matplotlib.pyplot as plt
point＝df.groupby(″①________″，as_index＝False).sum()
cla＝[100]*16
for i in range(len(point))：
　 m＝point.at[i，″班級″]
　 cla[m－1]－＝point.at[i，″項目扣分″]
x＝[str(i)＋″班″ for i in range(1，17)]
y＝②________
#設置繪圖參數，代碼略
plt.bar(x，y)
plt.show()
6.某中學“7選3”選考科目的選科數據存儲在Excel文件“選科數據.xlsx”中，部分數據及格式如圖a所示。圖中“1”表示選擇該科目為選考科目。現對數據進行統計分析，編寫Python程序，請回答下列問題。
圖a
(1)定義fenban函數，功能為：根據選考科目選報的總人數allrs及該科目最大班額maxbrs，計算需開設的班級數。函數代碼如下，請在劃線處填入合適的代碼。
def fenban(allrs，maxbrs):
　 bjnum＝allrs∥maxbrs
　 if ________________：
　 bjnum＋＝1
　 return bjnum
(2)統計7選3各科的選報人數，輸出各科的選報情況及開班情況，如圖b所示。部分程序代碼如下，請在劃線處填入合適的代碼。
物理　人數：398　班級數：10 化學　人數：408　班級數：11 生物　人數：133　班級數：4 政治　人數：261　班級數：7 歷史　人數：244　班級數：7 地理　人數：361　班級數：10 技術　人數：136　班級數：4
圖b
import pandas as pd
df＝pd.read_excel(″選科數據.xlsx″)
km＝[″物理″，″化學″，″生物″，″政治″，″歷史″，″地理″，″技術″]
m＝40　#每個班的最多人數，班額
bj＝[0]*7
xkrs＝[0]*7　#存儲選考科目的選報人數
p＝0
for j in km：
　 __①________
　 for i in range(len(df)):
　 if df.at[i，j]＝＝1:
　　　 cnt＋＝1
　 ②________
　 bj[p]＝fenban(cnt，m)
p＝p＋1
for i in range(7)：
　 print(km[i]，″人數：″，xkrs[i]，″班級數：″，bj[i])
(3)繪制選考科目選科人數情況的柱形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
x＝km
y＝__________________
plt.bar(x，y)#繪制柱形圖
#設置繪圖參數，顯示如圖c所示柱形圖，代碼略
圖c
(4)下列程序能實現按班級統計各班選報技術學科人數的是________(單選，填字母)。
A.jsrs_bj＝df.groupby(″班級″).″技術″.count()
B.jsrs_bj＝df.sort_values(″班級″).count()
C.jsrs_bj＝df.groupby(″班級″)[″技術″].count()
D.jsrs_bj＝df.groupby(″班級″).技術.mean()
7.第19屆杭州亞運會已完美落幕，亞運會賽事以“杭州為主，全省共享”的原則分布在杭州、寧波、溫州、湖州、紹興、金華各地。大會共有40個大項，61個分項，最終誕生了481塊金牌。小李作為一名體育愛好者想重溫大會賽程安排，他從杭州亞運會的官網上采集了相關數據，整理后存儲在“杭州第19屆亞運會總賽程.xlsx”文件中。如圖a所示(0表示有賽事但不產生金牌，其他數字表示當天產生的金牌數)。
圖a
為了更清楚地了解相關賽事信息，小李編寫了Python程序，請回答以下問題。
(1)足球是小李最關注的大項，為了解足球的賽程安排，劃線處應填入的代碼為________(單選，填字母)
A.df.大項＝＝″足球″ B.df[″大項″＝＝″足球″]
C.df[df.大項＝＝″足球″] D.df[df[″大項″]＝＝足球]
import pandas as pd
df＝pd.read_excel(″杭州第 19 屆亞運會總賽程.xlsx″)
df2＝________
print(df2)
(2)足球項目的比賽分布在杭州等城市的八個場館，了解各個場館舉辦足球賽事的具體場次，找到連續舉辦足球賽事最多的場館，如圖b所示。程序代碼如下，請在劃線處填入合適的代碼。
黃龍體育中心體育場 [9/19, 9/21, 9/24, 9/27, 9/28, 10/1, 10/4, 10/6, 10/7] 臨平體育中心體育場 [9/19, 9/21, 9/22, 9/24, 9/25, 9/28, 9/30, 10/3] 上城體育中心體育場 [9/20, 9/22, 9/24, 9/25, 9/27, 9/28, 10/1, 10/3, 10/7] 蕭山體育中心體育場 [9/19, 9/20, 9/21, 9/22, 9/24, 9/25, 9/27, 9/28, 10/1, 10/4] 金華體育中心體育場 [9/19, 9/21, 9/24, 9/27] 浙江師范大學東體育場 [9/19, 9/21, 9/24, 9/27] 溫州奧體中心體育場 [9/21, 9/22, 9/24, 9/25, 9/27, 9/28, 9/30] 溫州體育中心體育場 [9/22, 9/24, 9/25, 9/27, 9/28, 9/30] 連續舉辦足球賽事最多的場館：蕭山體育中心體育場
圖b
dic＝{}
max＝0；maxsta＝″″
lst＝df2.競賽場館.tolist()　#將數據轉換為列表
for i in lst：
　 dic[i]＝[]
for i in df2.index：
　 c＝0
　 sta＝df2[″競賽場館″][i]
　 for j in df2.columns[2：－3]：
　 if df2.at[i，j]＝＝0 or df2.at[i，j]＝＝1：
　　　 ①________
　　　 c＝c＋1
　　　 if c>max：
　　　　　 max＝c；maxsta＝sta
　 else：
　　　 __②________
for i in dic：
　 print(i，dic[i])
print(″連續舉辦足球賽事最多的場館：″，③________ )
(3)足球在亞運會期間總共產生兩枚金牌，統計分析其他大項產生的金牌總數，找出產生金牌總數最多的十個大項，并繪制圖形如圖c所示。程序代碼如下，請在劃線處填入合適的代碼。
圖c
import matplotlib.pyplot as plt
plt.rcParams['font.sans－serif']＝['simhei']　#圖表中文標簽顯示為黑體
grp＝df.groupby(①________ , as_index＝False).金牌總數.sum()
grp＝grp.sort_values(″金牌總數″，ascending＝False).②________
x＝grp.大項
y＝grp.金牌總數
#設置圖表參數，代碼略。
專題9　pandas數據統計
學習目標　
1.對DataFrame對象按列進行公式計算，描述DataFrame對象數據以字典中鍵為列的存儲形式；
2.對每個鍵對應一列數據多個值進行切片，掌握取出不同數據區域內容的方法；
3.運用函數統計對象的平均值等操作，運用排序函數對數據進行有序排列；
4.運用groupby函數對數據進行分組的方法，并在分組的基礎上進行數據統計.
Pandas有Series和DataFrame兩種對象，這兩種對象均有index和values屬性，Series對象的values是一維的，DataFrame的values是二維的，因此DataFrame對象比Series對象多一個columns屬性，可以理解為index表示行號，columns表示列名。pandas處理的對象主要是DataFrame，取出DataFrame中的一列，降維為Series對象，可以用list函數轉換為列表，對某列的值進行切片，可以轉換為一個數值。可以對記錄選取、篩選和分組操作，靈活地區分不同類型的數據，可以對記錄進行排序操作，實現數據的有序顯示。可以對各條記錄的字段進行遍歷，統計符合要求字段值的數量、總和、平均值以及最值。
(2024年1月浙江省選考)某學院舉行運動會，比賽設跳高、100米等項目，每個項目分男子組和女子組。現要進行報名數據處理和比賽成績分析。請回答下列問題：
　
(1)運動會報名規則為：對于每個項目的男子組和女子組，每個專業最多各報5人(如“軟件工程”專業在男子跳高項目中最多報5人)。軟件工程專業的報名數據保存在DataFrame對象df中，如圖a所示。若要編寫Python程序檢查該專業男子跳高項目報名是否符合規則，下列方法中，正確的是________(單選，填字母)。
A.從df中篩選出性別為“男”的數據dfs，再從dfs中篩選出項目為“跳高”的數據，判斷篩選出的數據行是否超過5行
B.對df中數據按性別排序并保存到dfs中，再從dfs中篩選出項目為“跳高”的數據，判斷篩選出的數據行是否超過5行
C.從df中篩選出項目為“跳高”的數據dfs，判斷dfs中是否有連續5行以上的男生數據
(2)運動員比賽成績的部分數據如圖b所示。根據已有名次計算得，第1名至8名分別計9，7，6，5，4，3，2，1分，第8名之后計0分。實現上述功能的部分Python程序如下，請在程序中劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
#讀取如圖b所示數據，保存到 DataFrame 對象 df1 中，代碼略
f ＝ [9, 7, 6, 5, 4, 3, 2, 1]
for i in range(0，len(df1))：
　 rank ＝ df1.at[i，″名次″]　#通過行、列標簽取單個值
　 score ＝ 0
　 if rank <＝ 8：
　 ______________
df1.at[i，″得分″] ＝ score
(3)根據上述 df1 中的得分數據，統計各專業總分，繪制如圖 c 所示的柱形圖，實現該功能的部分Python程序如下：
df2 ＝ dfl.groupby(″________″，as_index＝False).sum()　#分組求和
#設置繪圖參數，代碼略
plt.bar(x，y)
①請在程序中劃線處填入合適的代碼。
②程序的方框中應填入的正確代碼為________(單選，填字母)
A.x＝df1[″專業″]
y＝df1[″總分″]
B.x＝df2[″專業″]
y＝df2[″得分″]
C.df1[″專業″]＝″專業″
df1[″總分″]＝″總分″
D.df2[″專業″]＝″專業″
df2[″得分″]＝″得分″
答案　(1)A　(2)score＝f[rank－1]或score＝f[int(rank)－1]　(3)①專業　②B
解析　本題考查利用Pandas模塊進行數據處理。(1)A選項分二次篩選后，得到該專業男生參加跳高的人數，并檢查數據。(2)名次為1－8的可以在列表f中取出對應的得分，但列表的索引下標是從0開始的。(3)①從圖表中可以看出是按″專業″進行分組；②圖表橫軸為專業名稱，縱軸為各專業的得分情況。
重難點1　利用Pandas批量處理文件
Pandas主要功能是計算一個集合對象中某個字段的記錄數量、總和、平均值和最值(最大值或最小值)。這個集合可以是通過篩選找到符合處理條件的數據(子集)，也可以是通過分組，將某列相同字段值的記錄組合在一起，形成一個個的分組，再分別統計各個分組的數量、和、平均值和最值。這些功能Excel軟件也可以實現，但若是數據分布在多個數據文件時，Excel軟件就要手工不斷地打開數據，重復進行統計，而Pandas可以通過算法，利用循環結構，將這些操作讓計算機自動完成。
例題 小紅收集了部分城市2021年全年每天PM2.5、PM10、CO濃度數據，每天的數據分別保存在以8位日期字符串命名的CSV文件中，部分文件如圖a所示，每個文件記錄了一天24小時的監測數據，示例如圖b所示。
為統計分析城市A全年各月份PM2.5的月平均濃度(當月的日平均濃度的平均值)，編寫Python程序。請回答下列問題：
(1)定義pmday函數，功能為：讀取某天的CSV文件，返回城市A當天PM2.5的日平均濃度。函數代碼如下，劃線處應填入的代碼為________(單選，填字母)。
A.df['類型']＝＝'PM2.5'
B.df['類型'＝＝'PM2.5']
C.df[df['類型']]＝＝'PM2.5'
D.df[df['類型']＝＝'PM2.5']
import pandas as pd
def pmday(dayfile)：
　 df ＝ pd.read_csv(dayfile)　#讀取文件dayfile中的數據
　 df ＝________
　 return df['城市A'].mean()　#返回城市A當天PM2.5的日平均濃度
(2)統計城市A各月份PM2.5的月平均濃度并繪制線形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
　 def tstr(t)：
if t<10：
　　　 retrun '0'＋str(t)
　else：
　　　　 retrun str(t)
pm ＝ [0] * 12
mdays＝[31，28，31，30，31，30，31，31，30，31，30，31]　#2021年每月天數
for m in range(12)：
　 sm ＝ 0
　 mstr ＝ tstr(m＋1)
　 for d in range(①________)：
　 dstr ＝ tstr(d＋1)
　 dayfile ＝ '2021' ＋ mstr ＋ dstr ＋ '.csv'
　 sd ＝ pmday(dayfile)
　 ②________
　 pm[m] ＝ sm/mdays[m]
x ＝ [1，2，3，4，5，6，7，8，9，10，11，12]
y＝③________
plt.plot(x，y)　#繪制線性圖
#設置繪圖參數，顯示如圖c所示線形圖，代碼略
(3)城市A 2021年PM2.5年平均濃度為34.6微克/立方米。由圖c可知，城市A 2021年PM2.5月平均濃度超過年平均濃度的月份共________個。
明考向 本題考查利用Pandas進行數據統計
精點撥 (1)可以通過布爾型數據選取滿足條件的行。(2)計算各月份PM2.5濃度的平均值，可以累加各月的每天PM2.5濃度的平均值。變量dayfile表示每天的數據文件名，題干已經提示“每天的數據分別保存在以8位日期字符串命名的CSV文件”，調用函數pmday(dayfile) ，可以得到當天PM2.5的日平均濃度，并保存于變量sd。當月的各天PM2.5的日平均濃度需要累加起來，最后求均值。③空橫坐標為月份，縱坐標為PM2.5月平均濃度，即列表pm的數據。(3)超過年平均濃度的月份為1、2、3、4、11月
答案　(1)D　(2)①mdays[m]　②sm ＋＝ sd　③pm　(3)5
變式 學校食堂以服務質量進行了調查問卷，調查項目共 5 項(具體內容略)。12個班級的調查結果分別存儲在“dy01.csv”“dy02.csv”等文件中(如圖a所示)，每個文件部分界面如圖b所示。
現需要分析每個問題選“A”的情況，采用Python編制程序代碼，請回答下列問題。
(1)定義fun_A函數實現統計某個班級5個問題的選“A”的人數，請在劃線處填入合適代碼。
import pandas as pd
def fun_A(file)：
　 df＝pd.read_csv(file)
　 A_list＝[]
　 for col in df.columns[1：]:
　 ________________
　A_list.append(c)
　 return A_list
(2)統計12個班級每個問題選“A”的總人數，請在劃線處填入合適代碼。
ans_list＝[]
s＝″010203040506070809101112″
for i in range(0，len(s)－1，2):
　　　filename＝″dy″＋ ①__________＋″.csv″
　　　res＝ fun_A(filename)
　　　ans_list.append(res)
x＝[″問題1″，″問題2″，″問題3″，″問題4″，″問題5″]
y＝[0，0，0，0，0]
for i in range(5)：
　 s＝0
　 for j in range(12)：
②__________
　 y[i]＝s
(3)根據上述統計的得分數據，統計每個問題選“A”的數量，繪制如圖 c 所示的柱形圖，請在劃線處填入合適代碼。
圖c
import matplotlib.pyplot as plt
plt.title(″每個問題選A的總人數″)
plt.bar(①__________，②__________，label＝'A 選項')
plt.legend()
plt.show()
答案　(1)c＝len(df[df[col]＝＝″A″])
(2)①s[i：i＋2]　②s＋＝ans_list[j][i]　(3)x，y
解析　本題考查利用Pandas進行數據統計。(1)df.columns[1：]依次對應5個問題的名稱，對每個問題進行篩選，找出選A的記錄并統計數據，賦值給c，再將c添加到列表A_list中。(2) ①12個班級的班名存儲在字符串s中，每個班名占兩個數字，變量i表示每個班名的起始索引。②ans_list是一個二維數組，共12個元素，分別存儲每個班5個問題的選A的人數，現要統計每個問題選A的總和，因此變量i是ans_list數組的列索引，變量j是ans_list數組的行索引。(3)圖表的橫軸為問題的名稱x，縱軸為各個問題選A的總人數y。
重難點2　利用函數按列進行數據統計
DataFrame是Pandas處理的主要對象，index屬性記錄了每行記錄所在的行索引，columns屬性記錄每列的名稱。df.列名就可以表示該列所有的數據的集合，可以運用函數計算一個集合對象的記錄數量、總和、平均值和最值(最大值或最小值)。通過篩選找到符合處理條件的數據(子集)集合，再對集合進行求和等計算。通過分組，將某列相同字段值的記錄組合在一起，形成一個個的分組，再分別統計各個分組的數量、和、平均值和最值。
例題 小明通過調查問卷收集了食堂滿意度情況數據，保存在“data.csv”文件，如圖a所示。
圖a
圖b
為統計分析每個調查項目不同選項的人數及不滿意率，編寫Python程序。請回答下列問題：
(1)統計每一項調查內容的總票數、滿意、一般及不滿意人數，程序運行結果如圖b所示，
import pandas as pd
import matplotlib.pyplot as plt　#導入模塊
df＝pd.read_csv(″data.csv″，encoding＝″utf－8″)#讀取csv文件中的數據
cols＝df.columns[1：]
poll＝len(df)
data＝ {″調查項目″：[]，″總票數″：[]，″滿意″：[]，″一般″：[]，″不滿意″：[]}
for colname in cols：
　 dfc＝df.groupby(①__________，as_index＝False)[″序號″].count()
　 data[″調查項目″].append(colname)
　 data[″總票數″].append(poll)
　 for j in dfc.index：
　name＝dfc.at[j，colname]
　 data[name].append(②__________)
df2＝pd.DataFrame(data) ; print(df2)
(2)計算每個項目的“不滿意率”(＝“不滿意”/“總票數”*100)，并使用柱形圖分析每個項目的“不滿意率”情況，如圖c所示，請在劃線處填入合適的代碼。
圖c
df2[″不滿意率(%)″]＝①__________
x＝②__________
y＝df2[″不滿意率(%)″]
plt.figure(figsize＝(8，4))
pl.title(″食堂調查問卷不滿意率(%)情況″)
plt.bar(x，y，label＝″不滿意率(%)″)
plt.legend()
思維點撥
明考向 本題考查利用Pandas進行數據統計
精點撥 (1)①一共有飯菜質量、飯菜價格等6個項目，每個項目都有滿意、一般和不滿意三個選項，因此需進行6次對不同項目進行分組統計，cols為項目名稱的集合，colname是每個項目的名稱，因此需按colname進行分組并統計各個選項的個數。以飯菜質量為例，得到的dfc對象如表所示。 飯菜質量序號0滿意4
21一般5122不滿意65
②dfc對象是每個項目colname的滿意、一般和不滿意3個項目的投票數，遍歷該對象，name是每個選項的名稱，因此需將每個選項的值添加到字典中去。 (2)根據字典data創建了一個df2對象，①將在df2對象中新增"不滿意率（%）"列，其值計算方法為不滿意選項數除以總得票數，在圖表中可知，其值大于1，因此需乘以100。②創建圖表的x軸為各個調查項目
答案　(1)①colname　②dfc.at[j，″序號″]或dfc[″序號″][j]或dfc.序號[j]　(2)①df2[″不滿意″]/df2[″總票數″]*100或df2[″不滿意″]/po1l*100或df2.不滿意/df2.總票數*100或df2.不滿意/pol1*100或其他等價答案　②df2[″調查項目″]或df2.調查項目
變式 某學校開設選修課并在期末讓學生對其進行滿意度調查，選修課分藝術、體育、語言、計算機、職業技能等領域。現要進行報名數據處理和滿意度分析， 請回答下列問題：
圖a
圖b
(1)選修課開設的條件為：報名人數大于20人。其中計算機類選修課的報名數據保存在DataFrame對象df中，如圖a所示。若要編寫Python程序檢查其中第1學期的“數字視音頻處理”選修課是否符合開設條件，下列方法中，不正確的是________(單選，填字母)。
A.對df中數據按開設學期排序并保存到dfs中，再從dfs篩選出選修課名稱為“數字視音頻處理”的數據，判斷篩選出的數據行是否超過20行
B.從df中篩選出選修課名稱為“數字視音頻處理”的數據dfs，再對dfs按開設學期進行升序排序，判斷數據前21行的開設學期是否是第1學期
C.從df中篩選出選修課名稱為“數字視音頻處理”的數據dfs，再按開設學期分組統計個數，判斷第1學期的個數是否超過20
(2)計算機類選修課學生的滿意度調查部分數據如圖b所示。滿意度分3個等級：A.滿意、B.一般、C.不滿意，分別計1分、0分、－1分，基礎分為100分。實現計算各選修課的滿意度功能的部分Python程序如下，請在劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
#讀取如圖b所示數據，保存到DataFrame對象df1中，代碼略
score＝[1，0，－1]
for i in range(0，len(df1))：
　 rank＝df1.at[i，″滿意度″]
　 ①________
　 df1.at[i，″得分″]＝mark
a＝df1.groupby(″選修課名稱″，as_index＝False)[″得分″].②________
for i in range(0，len(a))：
　 a.at[i，″得分″]＋＝100
(3)根據滿意度進行降序排序，繪制如圖c所示的柱形圖，實現該功能的部分Python程序如下：
圖c
a＝a.sort_values(″①__________″，ascending＝False)
#設置繪圖參數，代碼略
x＝②________
y＝a[″得分″]
plt.bar(x，y)　#繪制柱形圖
答案　(1)A　(2)①mark＝score[ord(rank)－ord(″A″)]或 mark＝score[ord(rank)－65] ②sum()　(3)①得分　②a[″選修課名稱″]或 a.選修課名稱
解析　本題考查利用Pandas進行數據統計。(1)A選項篩選出的數據行包含其他學期的記錄。(2)①滿意度的等級依次為ABC，對應score中3個得分，需將ABC轉換成012的索引，并在score列表中取出相應的值。②求出每門選修課的得分之和，因此該處為求和函數。(3)①從圖上來看，是按得分降序排列。②圖表的橫軸為各門選修課的名稱，需要從排好序的a對象中取出選修課名稱列的內容。
重難點1　利用Pandas批量處理文件
1.高一年級(9個班級)進行“七選三”預選科。每個班一個Excel文件(如圖a所示)存儲預選科數據。數據表中“1”代表學生選擇該科目，空白代表學生未選擇該科目(某班部分選科數據如圖b所示)。請回答下列問題。
圖a
圖b
(1)定義如下函數check(dfs)檢查選考科目數是否有誤，其中參數dfs為DataFrame對象，由如圖b所示Excel數據導入。返回值erlst為列表，列表元素數據類型為整型，表示錯誤數據行對應的學生序號(例如第6行學生“戴*躍”的序號為5)。
def check(dfs)：
　 erlst ＝ []
　 for i in range(len(dfs))：
xk_sum ＝ 0
　 for j in dfs.columns[2：]：
　　　　dyg ＝ ①________
　　　　if dyg ＝＝ 1：
　　　　　xk_sum ＋＝ dyg
　 if xk_sum ！＝ 3：
　　 erlst.append(②________)
return erlst
①在程序中劃線處填入的正確代碼為________(單選，填字母)。
A.dfs.at['i'，'j'] B.dfs.at['j'，'i']
C.dfs.at[i，j] D.dfs.at[j，i]
②在程序中劃線處填入合適的代碼。
(2)讀取每個班級的Excel選科數據，若檢查無誤，則統計每個班級同時選報“物理”和“化學”學科的人數，存儲在字典ans中。實現該功能的Python程序如下：
import pandas as pd
ans ＝ {}
for i in range(1，10)：
　 filename ＝ str(i)＋'. xlsx'
　 df ＝pd.read_excel(filename)
　 errlist ＝ check(df)
　 if errlist ！＝ []：
　　　print(″請檢查文件″， filename，″中序號為″， errlist，″的學生″)
　　　else：
　 ①__________　#篩選同時選擇物理和化學的數據記錄存儲在 df1中
　 ans[str(i)＋'班'] ＝ [②________]　#形如{“1班”：[41]}
①在程序劃線處應填入的正確代碼段為________(多選，填字母)。(注：全部選對的得 2 分，選對但不全的得1分，不選或有選錯的得 0 分)
A.df1 ＝ df[df['物理']＝＝1]
df1 ＝ df1[df1['化學']＝＝1]
B.df1 ＝ df[df['物理']＝＝1]
df1 ＝ df[df['化學']＝＝1]
C.df1 ＝ df[df['化學']＝＝1]
df1 ＝ dfl[df1['物理']＝＝1]
D.df1 ＝ df[df['化學']＝＝1]
df1 ＝ df[df['物理']＝＝1]
②在程序劃線處填入合適的代碼。
(3)用字典ans創建并轉置的DataFrame對象如圖c所示，繪制柱形圖如圖d所示。實現該功能的Python程序如下：
import matplotlib.pyplot as plt
adf ＝ pd.DataFrame(ans，index＝ ['人數']).T
plt.bar(______)
#設置繪圖參數，代碼略
plt.show()
程序的劃線處應填入的正確代碼為________(單選，填字母)。
A.adf.人數，adf.班級
B.adf.班級，adf.人數
C.adf.人數，adf.index
D.adf.index，adf.人數
答案　(1)①C　②i＋1　(2)①AC　②len(df1)或 len(df1.index)　(3)D
解析　(1)①函數check檢查選考科目數是否有誤，變量i表示學生所在行索引，j表示列的名稱，因此用變量dfs.at[i，j]表示某個單元格的名稱。②函數返回錯誤數據行對應的學生序號，序號為行索引i加1。(2)①先篩選出選物理的學生記錄，保存在對象df1中，再在df1中篩選出選化學的學生；或者先篩選出選化學的學生記錄，再篩選出選物理的學生記錄。②統計每個班級同時選報“物理”和“化學”學科的人數，而該人數就是對象df1的記錄的數量len(df1)。(3)利用字典ans創建對象adf，字典的鍵為各個列標題的名稱，值為每一行的記錄值，該對象只有一行記錄，且設置index為人數。轉置是對行列發生變換，一共有10行，對應的屬性是index，只有一列，列的標題是人數。
2.學校暑期開展“青春迎亞運”活動，邀請高二學生每日參加運動鍛煉并進行線上打卡。每周收集一次相關數據，分別保存在相應的xlsx文件中，部分文件如圖a所示；每個文件記錄了一周7天的打卡數據，示例如圖b所示，其中運動時長單位：分鐘。
圖a
圖b
為統計分析學生鍛煉情況，給出周報數據，編寫Python程序，請回答以下問題：
(1)定義px函數，功能為：讀取某一周的打卡數據，將其按班級進行排序操作并返回結果。函數代碼如下，將劃線處代碼補充完整。
import pandas as pd
def px(file_week)：
　 df＝pd.read_excel(file_week)
　 df＝df.sort_values(________，ignore_index＝True)
　 #按班級升序排序，參數ignore_index＝True 表示更新索引
　 return df
(2)統計某一周各運動項目的參與人次，并繪制柱形圖，部分Python代碼如下：
import matplotlib. pyplot as plt
s＝input(″請輸入文件名：″)
df＝px(s)
df1＝df.groupby(″運動項目″，as_index＝False).①________　#統計各運動項目參與人次
df1.rename(columns＝{″學號″：″參與人次″}，inplace＝True)　#更改列標題
plt.bar(②________)
plt.xlabel(″運動項目″)
plt.ylabel(″參與人次″)
plt.show()
劃線處應填入的代碼為________(單選，填字母)。
A.①count()　②df1[″參與人次″]，df1[″運動項目″]
B.①sum()　②df1[″參與人次″]，df1[″運動項目″]
C.①sum()　②df1.運動項目，df1.參與人次
D.①count()　②df1.運動項目，df1.參與人次
(3)統計某一周每班各學生的總運動時長后，比較得出該周每班最高的前兩位時長，部分Python程序代碼如下，請在劃線處填入合適的代碼。
qp＝[[0 for i in range(m)]for j in range(n)]
'''
定義數組qp記錄每班各學生一周運動總時長，n為班級數，m為每班人數。其中qp[0][0]～qp[0][m－1]存儲1班1號～m號同學的每周運動總時長，以此類推，qp[n－1][0]～qp[n－1][m－1]存儲n班1號～m號同學的每周運動總時長。
'''
print(″本周每班最高的前兩位時長分別為：″)
i＝0
while i　　num＝df[″學號″][i]
　　cla＝df[″班級″][i]
　 ①________
　　if i！＝0 and df[″班級″][i]！＝df[″班級″][i－1] or②________：
　 cla＝df[″班級″][i－1]
　 k1＝0；k2＝0
　 for j in range(1，len(qp[cla－1]))：
　　　 if qp[cla－1][j]>qp[cla－1][k1]：
　　　　　 ③________
　　　　　　k1＝j
　　　　elif qp[cla－1][j]>qp[cla－1][k2]:
　　　　　　k2＝j
　　　　print(cla，″班″，qp[cla －1][k1]，qp[cla －1][k2])
　i＝i＋1
(4)統計某一周各運動項目的參與人次后繪制柱形圖如圖c所示，由圖可知，該周參與人氣最高的運動項目為______________。
圖c
答案　(1)'班級'　(2)D　(3)①qp[cla－1][num－1]＋＝df['運動時長'][i]　②i＝＝len(df)－1　③k2＝k1　(4)跑步
解析　(1)題目要求按班級進行排序。(2)統計各運動項目參與人次用count函數。圖表的x和y軸分別為運動項目和參與人次。(3)①從df中獲取每位同學的數據。while循環遍歷df中的每一位同學，num和cla對應該同學的班級和學號，則可對qp進行賦值，獲取每位同學的運動時長。②最后一個班級的情況。條件i！＝0 and df[″班級″][i]！＝df[″班級″][i－1]，表示找出兩個不同的班級。若最后幾位學生都在同一個班級，顯示不滿足條件df[″班級″][i]！＝df[″班級″][i－1]，那么最后一個班級的情況也要做出處理。③for循環對當前班級的學生進行遍歷，選取最大的前兩位時長，第一個判斷語句qp[cla－1][j]>qp[cla－1][k1]時，則表示j學生的時長比之前的最大值大，則j同學變為新的最大值時長，k1同學變為新的第二大的時長。(4)略。
3.為統計分析不同年級學生名字中的常用字，小王同學收集了本校所有學生的名字，并以入學年份為文件名分別保存在Excel文件中，文件如圖a所示，每個文件包含了學生的年級、姓名和性別信息，如圖b所示。
編寫Python程序。請回答下列問題：
(1)定義getname函數，功能為：讀取某年級的Excel文件，找出文件中同性別的學生，將學生姓名中的每個字(不包含姓氏，沒有復姓學生)提取出來存儲在列表mz中并返回列表。函數代碼如下，請在劃線處填寫合適的代碼。
def getname(nj, xb)：
　 mz＝[]
　 df＝pd.read_excel(nj＋″學生名單.xlsx″)
　 for i in df.index：
　 xm＝df.at[i，″姓名″]
　 if ①________：
　　　 for m in xm[1：]：
　　　　　 mz.append(m)
　　return ②________
(2)小王想統計女生名字中出現最頻繁的10個字，部分Python程序如下，請在劃線處選擇合適的代碼。
import pandas as pd
xb＝input(″請輸入性別：″)　#輸入性別″女″
nianji＝[″2020級″，″2021級″，″2022級″]
mzs＝[]　#存儲姓名中的字
for nj in nianji：
　 mzs＝mzs＋getname(nj，xb)
data＝{'字'：mzs，'個數'：[1]*len(mzs)}
df1＝pd.DataFrame(data)
df2＝df1.groupby(″字″，as_index＝False).count() #統計每個字出現的次數
df3＝__________
劃線處應選擇的代碼是________(單選，填字母)。
A.df2.sort_values(″個數″，ascending＝True)[：10]
B.df2.sort_values(″字″，ascending＝False).tail(10)
C.df2.sort_values(″字″，ascending＝True).tail(10)
D.df2.sort_values(″個數″，ascending＝False).head(10)
(3)將統計結果(10個最頻繁的字)繪制成柱形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
plt.title(xb ＋″生取名常用字″)
plt.bar(df3.字，__________)
plt.show()
答案　(1)① df.at[i，″性別″]＝＝xb 或 df[″性別″][i]＝＝xb 或 df性別[i]＝＝xb　②mz　(2)D　(3)df3.個數 或 df3[″個數″]
解析　(1)①遍歷學生名單每一行，取出當前行學生姓名，找出當前行中性別df.at[i，″性別″]等于性別xb的學生記錄。②將符合條件學生名字中每個文字存儲到列表mz，并返回列表。(2)利用字典data創建一個df1對象，該對象有“字”和“個數”兩列，“字”列是提取的每個姓名中的字符，對應的數量均為1，按“字”分組并統計出現的次數，因此需按″個數″進行降序排列，并取出最大(最前面)的10條記錄。(3)圖表中橫軸為出現的最常見的10個字，縱軸為每個字對應出現的次數。
4.小明利用“在線社團報名系統”收集了全校學生的社團報名信息，并將報名數據導出到“社團報名.xlsx”中，如圖a所示。然后編寫Python程序對報名數據進行處理，生成分別以班級名和社團名為文件名的Excel文件，以便分發給相應的社團指導老師和班主任。
圖a
圖b
(1)在對表格進行數據整理時發現，關于“Jacky.Y”同學的記錄可能存在的數據問題是________(選填：A.數據缺失　B.數據異常　C.邏輯錯誤　D.數據格式不一致)。
(2)其中生成每個社團名單文件的過程是：先對報名數據按社團名稱進行分類，并對選報同一社團的學生按班級進行升序排序，然后生成各個社團名單文件，如圖b所示。對應的程序代碼如下，請在劃線處填寫合適的代碼。
import pandas as pd
def read_file(filename)：
　 #讀入報名數據的原始文件，并將表中的數據轉換成列表，代碼略
def save_file(a)：　#保存名單到相應社團的Excel電子表格文件
　 df ＝ pd.(共171張PPT)
第二部分　算法與程序設計
專題9　pandas數據統計
1.對DataFrame對象按列進行公式計算，描述DataFrame對象數據以字典中鍵為列的存儲形式；
2.對每個鍵對應一列數據多個值進行切片，掌握取出不同數據區域內容的方法；
3.運用函數統計對象的平均值等操作，運用排序函數對數據進行有序排列；
4.運用groupby函數對數據進行分組的方法，并在分組的基礎上進行數據統計.
目 錄
CONTENTS
體系構建
01
真題再現
02
考點精練
03
當堂檢測
04
課后練習
05
體系構建
1
Pandas有Series和DataFrame兩種對象，這兩種對象均有index和values屬性，Series對象的values是一維的，DataFrame的values是二維的，因此DataFrame對象比Series對象多一個columns屬性，可以理解為index表示行號，columns表示列名。pandas處理的對象主要是DataFrame，取出DataFrame中的一列，降維為Series對象，可以用list函數轉換為列表，對某列的值進行切片，可以轉換為一個數值。可以對記錄選取、篩選和分組操作，靈活地區分不同類型的數據，可以對記錄進行排序操作，實現數據的有序顯示。可以對各條記錄的字段進行遍歷，統計符合要求字段值的數量、總和、平均值以及最值。
真題再現
2
(2024年1月浙江省選考)某學院舉行運動會，比賽設跳高、100米等項目，每個項目分男子組和女子組。現要進行報名數據處理和比賽成績分析。請回答下列問題：
(1)運動會報名規則為：對于每個項目的男子組和女子組，每個專業最多各報5人(如“軟件工程”專業在男子跳高項目中最多報5人)。軟件工程專業的報名數據保存在DataFrame對象df中，如圖a所示。若要編寫Python程序檢查該專業男子跳高項目報名是否符合規則，下列方法中，正確的是________(單選，填字母)。
A.從df中篩選出性別為“男”的數據dfs，再從dfs中篩選出項目為“跳高”的數據，判斷篩選出的數據行是否超過5行
B.對df中數據按性別排序并保存到dfs中，再從dfs中篩選出項目為“跳高”的數據，判斷篩選出的數據行是否超過5行
C.從df中篩選出項目為“跳高”的數據dfs，判斷dfs中是否有連續5行以上的男生數據
(2)運動員比賽成績的部分數據如圖b所示。根據已有名次計算得，第1名至8名分別計9，7，6，5，4，3，2，1分，第8名之后計0分。實現上述功能的部分Python程序如下，請在程序中劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
#讀取如圖b所示數據，保存到 DataFrame 對象 df1 中，代碼略
f ＝ [9, 7, 6, 5, 4, 3, 2, 1]
for i in range(0，len(df1))：
　 rank ＝ df1.at[i，″名次″]　#通過行、列標簽取單個值
　 score ＝ 0
　 if rank <＝ 8：
　 ______________
df1.at[i，″得分″] ＝ score
(3)根據上述 df1 中的得分數據，統計各專業總分，繪制如圖 c 所示的柱形圖，實現該功能的部分Python程序如下：
②程序的方框中應填入的正確代碼為________(單選，填字母)
A.x＝df1[″專業″]
y＝df1[″總分″]
B.x＝df2[″專業″]
y＝df2[″得分″]
C.df1[″專業″]＝″專業″
df1[″總分″]＝″總分″
D.df2[″專業″]＝″專業″
df2[″得分″]＝″得分″
答案　(1)A　(2)score＝f[rank－1]或score＝f[int(rank)－1]　(3)①專業　②B
解析　本題考查利用Pandas模塊進行數據處理。(1)A選項分二次篩選后，得到該專業男生參加跳高的人數，并檢查數據。(2)名次為1－8的可以在列表f中取出對應的得分，但列表的索引下標是從0開始的。(3)①從圖表中可以看出是按″專業″進行分組；②圖表橫軸為專業名稱，縱軸為各專業的得分情況。
(1)運動會報名規則為：對于每個項目的男子組和女子組，每個專業最多各報5人(如“軟件工程”專業在男子跳高項目中最多報5人)。軟件工程專業的報名數據保存在DataFrame對象df中，如圖a所示。若要編寫Python程序檢查該專業男子跳高項目報名是否符合規則，下列方法中，正確的是________(單選，填字母)。
A.從df中篩選出性別為“男”的數據dfs，再從dfs中篩選出項目為“跳高”的數據，判斷篩選出的數據行是否超過5行
B.對df中數據按性別排序并保存到dfs中，再從dfs中篩選出項目為“跳高”的數據，判斷篩選出的數據行是否超過5行
C.從df中篩選出項目為“跳高”的數據dfs，判斷dfs中是否有連續5行以上的男生數據
考點精練
3
重難點1　利用Pandas批量處理文件
Pandas主要功能是計算一個集合對象中某個字段的記錄數量、總和、平均值和最值(最大值或最小值)。這個集合可以是通過篩選找到符合處理條件的數據(子集)，也可以是通過分組，將某列相同字段值的記錄組合在一起，形成一個個的分組，再分別統計各個分組的數量、和、平均值和最值。這些功能Excel軟件也可以實現，但若是數據分布在多個數據文件時，Excel軟件就要手工不斷地打開數據，重復進行統計，而Pandas可以通過算法，利用循環結構，將這些操作讓計算機自動完成。
例題 小紅收集了部分城市2021年全年每天PM2.5、PM10、CO濃度數據，每天的數據分別保存在以8位日期字符串命名的CSV文件中，部分文件如圖a所示，每個文件記錄了一天24小時的監測數據，示例如圖b所示。
為統計分析城市A全年各月份PM2.5的月平均濃度(當月的日平均濃度的平均值)，編寫Python程序。請回答下列問題：
(1)定義pmday函數，功能為：讀取某天的CSV文件，返回城市A當天PM2.5的日平均濃度。函數代碼如下，劃線處應填入的代碼為________(單選，填字母)。
A.df['類型']＝＝'PM2.5'
B.df['類型'＝＝'PM2.5']
C.df[df['類型']]＝＝'PM2.5'
D.df[df['類型']＝＝'PM2.5']
import pandas as pd
def pmday(dayfile)：
　 df ＝ pd.read_csv(dayfile)　#讀取文件dayfile中的數據
　 df ＝________
　 return df['城市A'].mean()　#返回城市A當天PM2.5的日平均濃度
(2)統計城市A各月份PM2.5的月平均濃度并繪制線形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
　 def tstr(t)：
if t<10：
　　　 retrun '0'＋str(t)
　else：
　　　　 retrun str(t)
pm ＝ [0] * 12
mdays＝[31，28，31，30，31，30，31，31，30，31，30，31]　#2021年每月天數
for m in range(12)：
　 sm ＝ 0
　 mstr ＝ tstr(m＋1)
　 for d in range(①________)：
　 dstr ＝ tstr(d＋1)
　 dayfile ＝ '2021' ＋ mstr ＋ dstr ＋ '.csv'
　 sd ＝ pmday(dayfile)
　 ②________
　 pm[m] ＝ sm/mdays[m]
x ＝ [1，2，3，4，5，6，7，8，9，10，11，12]
y＝③________
plt.plot(x，y)　#繪制線性圖
#設置繪圖參數，顯示如圖c所示線形圖，代碼略
(3)城市A 2021年PM2.5年平均濃度為34.6微克/立方米。由圖c可知，城市A 2021年PM2.5月平均濃度超過年平均濃度的月份共________個。
思維點撥
明考向 本題考查利用Pandas進行數據統計
精點撥 (1)可以通過布爾型數據選取滿足條件的行。(2)計算各月份PM2.5濃度的平均值，可以累加各月的每天PM2.5濃度的平均值。變量dayfile表示每天的數據文件名，題干已經提示“每天的數據分別保存在以8位日期字符串命名的CSV文件”，調用函數pmday(dayfile) ，可以得到當天PM2.5的日平均濃度，并保存于變量sd。當月的各天PM2.5的日平均濃度需要累加起來，最后求均值。③空橫坐標為月份，縱坐標為PM2.5月平均濃度，即列表pm的數據。
(3)超過年平均濃度的月份為1、2、3、4、11月
答案　(1)D　(2)①mdays[m]　②sm ＋＝ sd　③pm　(3)5
變式 學校食堂以服務質量進行了調查問卷，調查項目共 5 項(具體內容略)。12個班級的調查結果分別存儲在“dy01.csv”“dy02.csv”等文件中(如圖a所示)，每個文件部分界面如圖b所示。
現需要分析每個問題選“A”的情況，采用Python編制程序代碼，請回答下列問題。
(3)根據上述統計的得分數據，統計每個問題選“A”的數量，繪制如圖 c 所示的柱形圖，請在劃線處填入合適代碼。
圖c
import matplotlib.pyplot as plt
plt.title(″每個問題選A的總人數″)
plt.bar(①__________，
②__________，label＝'A 選項')
plt.legend()
plt.show()
解析　本題考查利用Pandas進行數據統計。(1)df.columns[1：]依次對應5個問題的名稱，對每個問題進行篩選，找出選A的記錄并統計數據，賦值給c，再將c添加到列表A_list中。(2) ①12個班級的班名存儲在字符串s中，每個班名占兩個數字，變量i表示每個班名的起始索引。②ans_list是一個二維數組，共12個元素，分別存儲每個班5個問題的選A的人數，現要統計每個問題選A的總和，因此變量i是ans_list數組的列索引，變量j是ans_list數組的行索引。(3)圖表的橫軸為問題的名稱x，縱軸為各個問題選A的總人數y。
答案　(1)c＝len(df[df[col]＝＝″A″])
(2)①s[i：i＋2]　②s＋＝ans_list[j][i]　(3)x，y
重難點2　利用函數按列進行數據統計
DataFrame是Pandas處理的主要對象，index屬性記錄了每行記錄所在的行索引，columns屬性記錄每列的名稱。df.列名就可以表示該列所有的數據的集合，可以運用函數計算一個集合對象的記錄數量、總和、平均值和最值(最大值或最小值)。通過篩選找到符合處理條件的數據(子集)集合，再對集合進行求和等計算。通過分組，將某列相同字段值的記錄組合在一起，形成一個個的分組，再分別統計各個分組的數量、和、平均值和最值。
例題 小明通過調查問卷收集了食堂滿意度情況數據，保存在“data.csv”文件，如圖a所示。
圖a
圖b
為統計分析每個調查項目不同選項的人數及不滿意率，編寫Python程序。請回答下列問題：
(1)統計每一項調查內容的總票數、滿意、一般及不滿意人數，程序運行結果如圖b所示，
import pandas as pd
import matplotlib.pyplot as plt　#導入模塊
df＝pd.read_csv(″data.csv″，encoding＝″utf－8″)#讀取csv文件中的數據
cols＝df.columns[1：]
poll＝len(df)
data＝ {″調查項目″：[]，″總票數″：[]，″滿意″：[]，″一般″：[]，″不滿意″：[]}
for colname in cols：
　 dfc＝df.groupby(①__________，as_index＝False)[″序號″].count()
　 data[″調查項目″].append(colname)
　 data[″總票數″].append(poll)
　 for j in dfc.index：
　name＝dfc.at[j，colname]
　 data[name].append(②__________)
df2＝pd.DataFrame(data) ; print(df2)
(2)計算每個項目的“不滿意率”(＝“不滿意”/“總票數”*100)，并使用柱形圖分析每個項目的“不滿意率”情況，如圖c所示，請在劃線處填入合適的代碼。
圖c
df2[″不滿意率(%)″]＝①__________
x＝②__________
y＝df2[″不滿意率(%)″]
plt.figure(figsize＝(8，4))
pl.title(″食堂調查問卷不滿意率(%)情況″)
plt.bar(x，y，label＝″不滿意率(%)″)
plt.legend()
思維點撥
明考向 本題考查利用Pandas進行數據統計
精點撥 (1)①一共有飯菜質量、飯菜價格等6個項目，每個項目都有滿意、一般和不滿意三個選項，因此需進行6次對不同項目進行分組統計，cols為項目名稱的集合，colname是每個項目的名稱，因此需按colname進行分組并統計各個選項的個數。以飯菜質量為例，得到的dfc對象如表所示。
精點撥 ②dfc對象是每個項目colname的滿意、一般和不滿意3個項目的投票數，遍歷該對象，name是每個選項的名稱，因此需將每個選項的值添加到字典中去。
(2)根據字典data創建了一個df2對象，①將在df2對象中新增"不滿意率（%）"列，其值計算方法為不滿意選項數除以總得票數，在圖表中可知，其值大于1，因此需乘以100。②創建圖表的x軸為各個調查項目
答案　(1)①colname　②dfc.at[j，″序號″]或dfc[″序號″][j]或dfc.序號[j]　(2)①df2[″不滿意″]/df2[″總票數″]*100或df2[″不滿意″]/po1l*100或df2.不滿意/df2.總票數*100或df2.不滿意/pol1*100或其他等價答案　②df2[″調查項目″]或df2.調查項目
變式 某學校開設選修課并在期末讓學生對其進行滿意度調查，選修課分藝術、體育、語言、計算機、職業技能等領域。現要進行報名數據處理和滿意度分析， 請回答下列問題：
圖a
圖b
(1)選修課開設的條件為：報名人數大于20人。其中計算機類選修課的報名數據保存在DataFrame對象df中，如圖a所示。若要編寫Python程序檢查其中第1學期的“數字視音頻處理”選修課是否符合開設條件，下列方法中，
________(單選，填字母)。
A.對df中數據按開設學期排序并保存到dfs中，再從dfs篩選出選修課名稱為“數字視音頻處理”的數據，判斷篩選出的數據行是否超過20行
B.從df中篩選出選修課名稱為“數字視音頻處理”的數據dfs，再對dfs按開設學期進行升序排序，判斷數據前21行的開設學期是否是第1學期
C.從df中篩選出選修課名稱為“數字視音頻處理”的數據dfs，再按開設學期分組統計個數，判斷第1學期的個數是否超過20
(2)計算機類選修課學生的滿意度調查部分數據如圖b所示。滿意度分3個等級：
A.滿意、B.一般、C.不滿意，分別計1分、0分、－1分，基礎分為100分。實現計算各選修課的滿意度功能的部分Python程序如下，請在劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
#讀取如圖b所示數據，保存到DataFrame對象df1中，代碼略
score＝[1，0，－1]
for i in range(0，len(df1))：
　 rank＝df1.at[i，″滿意度″]
　 ①________
　 df1.at[i，″得分″]＝mark
a＝df1.groupby(″選修課名稱″，as_index＝False)[″得分″].②________
for i in range(0，len(a))：
　 a.at[i，″得分″]＋＝100
(3)根據滿意度進行降序排序，繪制如圖c所示的柱形圖，實現該功能的部分Python程序如下：
圖c
a＝a.sort_values(″①__________″，ascending＝False)
#設置繪圖參數，代碼略
x＝②________
y＝a[″得分″]
plt.bar(x，y)　#繪制柱形圖
答案　(1)A　(2)①mark＝score[ord(rank)－ord(″A″)]或 mark＝score[ord(rank)－65] ②sum()　(3)①得分　②a[″選修課名稱″]或 a.選修課名稱
解析　本題考查利用Pandas進行數據統計。(1)A選項篩選出的數據行包含其他學期的記錄。(2)①滿意度的等級依次為ABC，對應score中3個得分，需將ABC轉換成012的索引，并在score列表中取出相應的值。②求出每門選修課的得分之和，因此該處為求和函數。(3)①從圖上來看，是按得分降序排列。②圖表的橫軸為各門選修課的名稱，需要從排好序的a對象中取出選修課名稱列的內容。
當堂檢測
4
重難點1　利用Pandas批量處理文件
重難點2　利用函數按列進行數據統計
1.高一年級(9個班級)進行“七選三”預選科。每個班一個Excel文件(如圖a所示)存儲預選科數據。數據表中“1”代表學生選擇該科目，空白代表學生未選擇該科目(某班部分選科數據如圖b所示)。請回答下列問題。
圖a
圖b
(1)定義如下函數check(dfs)檢查選考科目數是否有誤，其中參數dfs為DataFrame對象，由如圖b所示Excel數據導入。返回值erlst為列表，列表元素數據類型為整型，表示錯誤數據行對應的學生序號(例如第6行學生“戴*躍”的序號為5)。
def check(dfs)：
　 erlst ＝ []
　 for i in range(len(dfs))：
xk_sum ＝ 0
　 for j in dfs.columns[2：]：
　　　　dyg ＝ ①________
　　　　if dyg ＝＝ 1：
　　　　　xk_sum ＋＝ dyg
　 if xk_sum ！＝ 3：
　 　 erlst.append(②________)
return erlst
A.df1 ＝ df[df['物理']＝＝1] df1 ＝ df1[df1['化學']＝＝1]
B.df1 ＝ df[df['物理']＝＝1] df1 ＝ df[df['化學']＝＝1]
C.df1 ＝ df[df['化學']＝＝1] df1 ＝ dfl[df1['物理']＝＝1]
D.df1 ＝ df[df['化學']＝＝1] df1 ＝ df[df['物理']＝＝1]
②在程序劃線處填入合適的代碼。
(3)用字典ans創建并轉置的DataFrame對象如圖c所示，繪制柱形圖如圖d所示。實現該功能的Python程序如下：
import matplotlib.pyplot as plt
adf ＝ pd.DataFrame(ans，index＝ ['人數']).T
plt.bar(______)
#設置繪圖參數，代碼略
plt.show()
程序的劃線處應填入的正確代碼為________(單選，填字母)。
A.adf.人數，adf.班級 B.adf.班級，adf.人數
C.adf.人數，adf.index D.adf.index，adf.人數
答案　(1)①C　②i＋1　(2)①AC　②len(df1)或 len(df1.index)　(3)D
解析　(1)①函數check檢查選考科目數是否有誤，變量i表示學生所在行索引，j表示列的名稱，因此用變量dfs.at[i，j]表示某個單元格的名稱。②函數返回錯誤數據行對應的學生序號，序號為行索引i加1。(2)①先篩選出選物理的學生記錄，保存在對象df1中，再在df1中篩選出選化學的學生；或者先篩選出選化學的學生記錄，再篩選出選物理的學生記錄。②統計每個班級同時選報“物理”和“化學”學科的人數，而該人數就是對象df1的記錄的數量len(df1)。(3)利用字典ans創建對象adf，字典的鍵為各個列標題的名稱，值為每一行的記錄值，該對象只有一行記錄，且設置index為人數。轉置是對行列發生變換，一共有10行，對應的屬性是index，只有一列，列的標題是人數。
2.學校暑期開展“青春迎亞運”活動，邀請高二學生每日參加運動鍛煉并進行線上打卡。每周收集一次相關數據，分別保存在相應的xlsx文件中，部分文件如圖a所示；每個文件記錄了一周7天的打卡數據，示例如圖b所示，其中運動時長單位：分鐘。
圖b
圖a
(3)統計某一周每班各學生的總運動時長后，比較得出該周每班最高的前兩位時長，部分Python程序代碼如下，請在劃線處填入合適的代碼。
qp＝[[0 for i in range(m)]for j in range(n)]
'''
定義數組qp記錄每班各學生一周運動總時長，n為班級數，m為每班人數。其中qp[0][0]～qp[0][m－1]存儲1班1號～m號同學的每周運動總時長，以此類推，qp[n－1][0]～qp[n－1][m－1]存儲n班1號～m號同學的每周運動總時長。
'''
print(″本周每班最高的前兩位時長分別為：″)
i＝0
while i(4)統計某一周各運動項目的參與人次后繪制柱形圖如圖c所示，由圖可知，該周參與人氣最高的運動項目為______________。
圖c
答案　(1)'班級'　(2)D　(3)①qp[cla－1][num－1]＋＝df['運動時長'][i]　②i＝＝len(df)－1　③k2＝k1　(4)跑步
解析　(1)題目要求按班級進行排序。(2)統計各運動項目參與人次用count函數。圖表的x和y軸分別為運動項目和參與人次。(3)①從df中獲取每位同學的數據。while循環遍歷df中的每一位同學，num和cla對應該同學的班級和學號，則可對qp進行賦值，獲取每位同學的運動時長。②最后一個班級的情況。條件i！＝0 and df[″班級″][i]！＝df[″班級″][i－1]，表示找出兩個不同的班級。若最后幾位學生都在同一個班級，顯示不滿足條件df[″班級″][i]！＝df[″班級″][i－1]，那么最后一個班級的情況也要做出處理。③for循環對當前班級的學生進行遍歷，選取最大的前兩位時長，第一個判斷語句qp[cla－1][j]>qp[cla－1][k1]時，則表示j學生的時長比之前的最大值大，則j同學變為新的最大值時長，k1同學變為新的第二大的時長。(4)略。
3.為統計分析不同年級學生名字中的常用字，小王同學收集了本校所有學生的名字，并以入學年份為文件名分別保存在Excel文件中，文件如圖a所示，每個文件包含了學生的年級、姓名和性別信息，如圖b所示。
編寫Python程序。請回答下列問題：
(2)小王想統計女生名字中出現最頻繁的10個字，部分Python程序如下，請在劃線處選擇合適的代碼。
import pandas as pd
xb＝input(″請輸入性別：″)　#輸入性別″女″
nianji＝[″2020級″，″2021級″，″2022級″]
mzs＝[]　#存儲姓名中的字
for nj in nianji：
　 mzs＝mzs＋getname(nj，xb)
data＝{'字'：mzs，'個數'：[1]*len(mzs)}
df1＝pd.DataFrame(data)
df2＝df1.groupby(″字″，as_index＝False).count() #統計每個字出現的次數
df3＝__________
劃線處應選擇的代碼是________(單選，填字母)。
A.df2.sort_values(″個數″，ascending＝True)[：10]
B.df2.sort_values(″字″，ascending＝False).tail(10)
C.df2.sort_values(″字″，ascending＝True).tail(10)
D.df2.sort_values(″個數″，ascending＝False).head(10)
(3)將統計結果(10個最頻繁的字)繪制成柱形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
plt.title(xb ＋″生取名常用字″)
plt.bar(df3.字，__________)
plt.show()
答案　(1)① df.at[i，″性別″]＝＝xb 或 df[″性別″][i]＝＝xb 或 df性別[i]＝＝xb　②mz　(2)D　(3)df3.個數 或 df3[″個數″]
解析　(1)①遍歷學生名單每一行，取出當前行學生姓名，找出當前行中性別df.at[i，″性別″]等于性別xb的學生記錄。②將符合條件學生名字中每個文字存儲到列表mz，并返回列表。(2)利用字典data創建一個df1對象，該對象有“字”和“個數”兩列，“字”列是提取的每個姓名中的字符，對應的數量均為1，按“字”分組并統計出現的次數，因此需按″個數″進行降序排列，并取出最大(最前面)的10條記錄。(3)圖表中橫軸為出現的最常見的10個字，縱軸為每個字對應出現的次數。
4.小明利用“在線社團報名系統”收集了全校學生的社團報名信息，并將報名數據導出到“社團報名.xlsx”中，如圖a所示。然后編寫Python程序對報名數據進行處理，生成分別以班級名和社團名為文件名的Excel文件，以便分發給相應的社團指導老師和班主任。
圖a
圖b
(1)在對表格進行數據整理時發現，關于“Jacky.Y”同學的記錄可能存在的數據問題是________(選填：A.數據缺失　B.數據異常　C.邏輯錯誤　D.數據格式不一致)。
(2)其中生成每個社團名單文件的過程是：先對報名數據按社團名稱進行分類，并對選報同一社團的學生按班級進行升序排序，然后生成各個社團名單文件，如圖b所示。對應的程序代碼如下，請在劃線處填寫合適的代碼。
import pandas as pd
def read_file(filename)：
　 #讀入報名數據的原始文件，并將表中的數據轉換成列表，代碼略
def save_file(a)：　#保存名單到相應社團的Excel電子表格文件
答案　(1)B　(2)①a[0][2] 或 df.at[0，“選報社團”] 或　df[“選報社團”][0]　②num＝rs[i][1]　③imax ＝ imin　 ④save_file(a[s：s＋num])
解析　本題主要考查Pandas數據處理。(1)邏輯錯誤一般指違背事物的業務邏輯，不符合預期的值，顯然不適用于本題中的數據情況。(2)①空根據形參a生成當前的文件名，文件名根據圖2可知是a所屬的社團名稱。②空實現分組雙向選擇排序，是對num的初始化。變量num用于表示當前組的總人數。③空imax＝imin是在特殊情況下的imax重定向。由于imin與前端left元素交換時并未考慮imax的取值，當恰好imax＝＝left時，最大值提前交換到了imin處，因此需要重定向。④空則是對排序好的當前組內數據提交保存為excel文件，調用save_file函數，當前組有效數據為a[s: s ＋ num]。
4.小明利用“在線社團報名系統”收集了全校學生的社團報名信息，并將報名數據導出到“社團報名.xlsx”中，如圖a所示。然后編寫Python程序對報名數據進行處理，生成分別以班級名和社團名為文件名的Excel文件，以便分發給相應的社團指導老師和班主任。
1.某單位根據全省各縣市區的公共設施與服務運行情況，編制了“公共服務惠民指數”與“公共設施匹配指數”，現要對該兩項指數進行分析。請回答下列問題：
圖a
圖b
(1)該單位希望在所有縣市區中，篩選出“公共服務惠民指數”低于75分的縣市區，提出預警。各縣市區的指數數據保存在DataFrame對象df中，如圖a所示。實現上述功能的部分Python程序如下：
df1 ＝ df[df[″公共服務惠民指數″] < 75]
print(″需要被預警的縣市區個數為″，________，″個″)
下列語句中，符合要求的為________。(單選，填字母)
A.df1.count()
B.len(df1)
C.df1[″公共服務惠民指數″].sum()
(2)根據圖a中數據中的區域代碼列的前4位，可以獲取到該區域所屬的地區，例如“3301”即代表“杭州市”。現需要根據該數據，匹配出各縣市區所屬的地區。實現上述功能的部分Python程序如下，請在程序中劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
area ＝ {″3301″：″杭州市″，″3302″：″寧波市″，......，″3311″：″麗水市″}
df ＝ pd.read_excel(″基層智治指數.xlsx″)
df.insert(4，″地區″，″″)　#在第4列插入“地區”列，值為空
for i in df.index:
　 areacode ＝ str(df.at[i，″區域代碼″])
　 df.at[i，″地區″]＝________________
df ＝ df.drop(″區域代碼″ ，axis＝ 1)
②程序中的方框中應填入的正確代碼為________(單選，填字母)。
A.″公共服務惠民指數″， ascending ＝ True
B.″公共服務惠民指數″， ascending ＝ False
C.dfg[″公共服務惠民指數″], ascending ＝ True
D.dfg[″公共服務惠民指數″], ascending ＝ False
答案　(1)B　(2)area[areacode[0：4]] (3)①mean()　②B
解析　(1)A選項count函數統計記錄的數量。B選項len(df1)是取得df1的行數。C選項對公共服務惠民指數這個列的數據求和。(2)根據第i行的區域代碼列字符串中的前4位，在字典area中獲取對應的地區名稱，賦給第i行的地區列。(3)①根據地區分組統計多個列的平均值。②根據圖中可知要對dfg的數據按公共服務惠民指數進行降序排序。
2.某校高一學生的社團報名數據存儲在“stbm.xlsx”文件中，如圖a 所示。
{'書畫社'：52，'動漫社'：97，'攝影社'：35，'漢學社'：38，'法學社'：51，
'詩詞社'：37，'辯論社'：43，'音樂社'：63，'飛羽社'：56，'魔方社'：29}
圖c
(1)統計各社團報名人數，找出報名人數最多的三個社團(不存在并列名次情況)并創建如圖b所示的圖表。實現上述功能的 Python 程序如下，請在劃線處填入合適代碼。
import pandas as pd
import matplotlib.pyplot as plt
#設置中文字體，代碼略
df＝pd.read_excel(″stbm.xlsx″)
df1＝df.groupby(″①__________″，as_index＝False).count()
#刪除df1的“班級”列，并將列標題“姓名”重命名為“人數”，保存修改結果，代碼略
df2＝df1.sort_values(″人數″，ascending＝False)
df3＝df2.②________
plt.bar(df3.社團，③________)
plt.title(″報名人數最多的前三個社團″)
plt.show()
#將各社團報名人數存入字典stdic并輸出，結果如圖c所示，代碼略
(2)受場地限制，每個社團開展活動人數上限為45人。解決方案：超過45人的社團分成若干班級，每班人數按一定規則分配。編程解決社團分班問題，并輸出如圖d所示分班方案，請在劃線處填入合適代碼。
{'書畫社'：[26，26]，'動漫社'：[32，32，33]，
'攝影社'：35，'漢學社'：38，'法學社'：[25，26]，
'詩詞社'：37，'辯論社'：43，'音樂社'：[31，32]，
'飛羽社'：[28，28]，'魔方社'：29}
圖d
(3)若“動漫社”實際報名人數為98人，則利用上述程序段進行分班后得到的結果為_______________________________________________________________
(單選，填字母：A.'動漫社'：[32，33，33]/B.'動漫社'：[32，32，34])。
答案　(1)①社團　②head(3)　③df3.人數或 df3[″人數″]　(2)x＋stdic[i]%n或stdic[i]－(n－1)*x或stdic[i]－j*x或stdic[i]－sum(num) stdic[i]－len(num)*x或stdic[i]－(n－1)*num[0]　(3)B
解析　(1)統計各社團報名人數，需按社團進行分組統計。②找出報名人數最多的三個社團，用head函數獲取前三條記錄。③縱軸為排序后的社團人數。(2)當前社團人數stdic[i]大于45時，先確定班級數量n，再確定平均每班人數x，若是最后一個班級，則num中添加剩余人數stdic[i]－(n－1)*x。(3)報名人數為98人將分成3個班，根據x＝stdic[i]∥n算計得到x的值為32，將剩余人數34添加到最后。
3.小溫對 5 個景區進行網絡問卷調查，問卷中“環境”“硬件”“服務”和“交通”設置的選項及分值均一致，部分界面如圖a所示。導出數據的部分界面如圖b所示，其中數字對應問卷中每題的選項，如數字 i 代表該題的第 i個選項。請回答下列問題。
(2)找出18～39 歲年齡段游客評分均值最高的景區，請在劃線處填入合適的代碼。
jq＝[″雁蕩山″，″楠溪江″，″漁寮″，″南麂列島″，″氡泉″]
df1 ＝ df[①________]
df2 ＝ df1.groupby(″景區″， as_ index＝False)[″評分″].mean()
df2 ＝ df2.sort_values(″②________″， ascending＝False)
print(jq[df2[″景區″][0]－1])
(3)根據上述 df2 中的評分數據， 繪制如圖 c 所示的垂直柱形圖， 代碼如下：
A.x＝jq
y＝df2[″評分″]
B.x＝df2[″景區″]
y＝df2[″均差″]
C.x＝jq1
y＝df2[″均差″]
答案　(1)C　(2)①df[″年齡″]＝＝2或者df.年齡＝＝2；　②評分　(3)C
解析　(1)統計每份問卷對應景區的評分，數字i代表該題的第i個選項，即數字1代表第1個選項，計2.5分，數字2代表第2個選項，計2分，以此類推。(2)①找出18～39歲年齡段游客評分均值最高的景區，18～39歲是第2個選項。②找出18～39歲年齡段游客評分均值最高的景區，需對df2中的評分進行降序排序。(3)A選項垂直柱形圖橫坐標景區的順序和jq變量中景區的順序不同。B選項柱形圖橫坐標為各景區的名字，而df2中景區一列為數字。
4.張三同學收集了一個地區 8 月各類共享單車的騎行數據記錄，每天的用戶數據存儲于“shared_bikes.xlsx”文件中，不考慮跨天數據。數據格式如圖a所示，請回答下列問題：
(2)統計本月各類型單車的每天平均騎行時長，并繪制柱形圖，代碼如下，繪制的圖表如圖b所示，請在劃線處填入合適的代碼。
圖b
答案　(1)int(s[p＋1：q]) * 60　(2)①df.index或range(len(df))　②sm[j] ＋＝ t　
③avg　(3)D
解析　本題考查Pandas數據統計。(1)p記錄空格位置，q記錄冒號位置，而小時介于這兩者之間。取出小時后轉換為數字再乘以60。(2)①按行遍歷整個df對象，行的數量為0至len(df)－1，也可以在index屬性中取出。②變量j遍歷bike列表索引位置，找到相同類型就保存對應的sm列表元素中。③最后統計各種類型的平均值avg，因此y軸保存avg值。(3)騎行次數應對分組后數據進行計數。
課后練習
5
重難點1　利用Pandas批量處理文件
重難點2　利用函數按列進行數據統計
1.管理員從該停車系統中導出了 3 月份每天的停車記錄，如圖a 所示，每天的停車記錄內容格式如圖b 所示(進出標記為 0 表示駛入，1 表示駛出，停車記錄已按進出時間升序排列)。
圖a
車牌 進出時間 進出標記
川B·8CC88 2023－3－23－06：09：56 0
川A·A98A8 2023－3－23－06：28：04 0
川C·9VV99 2023－3－23－06：56：45 0
川B·8UU88 2023－3－23－07：01：29 0
川C·9VV99 2023－3－23－07：48：01 1
圖b
為統計停車場3月份每天的收入(只有駛入或駛出記錄的車輛不參與計費)，編寫Python程序。
(1)定義readdata函數，功能為：讀取某一車牌車輛當天的進出時間記錄，返回該車輛當天的停車總費用。參數 data 為該車牌當天的進出時間記錄。函數代碼如下，請回答下列問題：
①程序段中加框處應填入的代碼為________(單選，填字母)。
A.data.進出標記[p]＝＝0
B.data.進出標記[p－1]＝＝0 and data.進出標記[p]＝＝1
C.data.進出標記[p＋1]＝＝1
D.data.進出標記[p]＝＝0 and data.進出標記[p＋1]＝＝1
(2)統計停車場 3 月份每天的收入并繪制柱形圖，部分Python代碼如下，請在劃線處填入合適的代碼。
(3)已知每月分為3個時間段，1－10日稱為上旬，11－20日稱為中旬，21－30(31)日稱為下旬。則由圖c可知，該停車場3月份________(選填：上旬/中旬/下旬)收入總和最高。
答案　(1)①D　②p＋＝1或p＝p＋1
(2)①dic[i]＝0　②df_g[k]>1　(3)下旬
解析　(1)①遍歷數據data，進出標記為 0 表示駛入，1 表示駛出，先有駛入，再有駛出。②處理下一條記錄。(2)①語句dic[i]＋＝readdata(data)將計算每天的費用，因此需對dic[i]賦值為0。②df_g是按車牌進行分組記錄數量，只有一條駛入或駛出記錄的車輛不參與計費，即df_g[k]的值大于1。(3)略。
2.小明為了研究某地近十年每月的溫差變化，編寫Python程序。以2023年4月為例，該月每天的溫度數據分別保存在以8位日期字符串命名的excel文件中，部分文件如圖a所示，每個文件記錄了一天24小時的溫度數據，如圖b記錄了4月28日的數據。
圖a
圖b
(2)定義find函數，功能為：用字典創建DataFrame對象，并篩選出4月份溫差大于13的日期，輸出結果如圖c所示，請在劃線處填入代碼。
日期 溫差
3 0404 13.1
9 0410 13.1
15 0416 13.3
17 0418 13.8
27 0428 15.5
圖c
def find(r，t)：
　 dic＝{″日期″：r，″溫差″：t}
　 df1＝pd.DataFrame(dic)
　 df2＝______________
　 return df2
(3)繪制4月份每天的溫差柱形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
答案　(1)C　(2)df1[df1.溫差>13]或df1[df1[″溫差″]>13]　(3)①i＋1　②dv(dayfile)　③td
解析　(1)df[″溫度″].max()表示當天最高溫度，df[″溫度″].min()為最低溫度。
(2)對溫差進行篩選。(3)①變量i的值為0至29，而日期為1號至30號。②調用dv函數求每天的溫差。③y軸為溫差td。
3.小美收集了某電商平臺某年1－12月的“十大”空調品牌的銷售數據，每個月的數據保存在一個csv文件中，文件如圖b所示，分別記錄了對應月份的訂單數據。
請回答下列問題：
(1)定義get_sales函數，功能為：讀取某月的csv文件，返回某品牌當月的銷售額。函數代碼如下，
劃線處應填入的代碼為：________(單選，填字母)。
A.df[df['品牌'] ＝＝ brand] B.df[df['品牌'] ＝＝ month]
C.df['品牌'] ＝＝ brand D.df['品牌'] ＝＝ month
import pandas as pd
def get_sales(brand, month)：
　 filename ＝ str(month) ＋ '.csv'
　 df ＝ pd.read_csv(filename)　#讀取文件
　 df ＝________
　 sales ＝ (df['數量'] * df['單價']).sum()　#求出df中所有數量*單價的總和
return sales
(2)統計十大品牌全年銷售額，并找出銷售額最大的品牌，繪制該品牌的1－12月銷售額的線形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
brand_dict＝{'格力'：0，'美的'：0，'海爾'：0，'奧克斯'：0，'海信'：0，'三菱重工'：0，'日立'：0，'華菱'：0，'TCL'：0，'大金'：0}
x，y ＝ []，[]
plt.show()　#生成線形圖如圖c所示
圖c
(3)由圖c可知，該空調銷售額增量最大的月份是________。
答案　(1)①A　(2)①get_sales(j，i)　②brandmax ＝ i　③i (3)11
解析　本題考查Pandas數據處理。(1)①get_sales函數讀取某月的csv文件，返回某品牌當月的銷售額，函數兩個參數：month為月份，brand應為品牌。(2)①brand_dict字典用于統計每種品牌的全年銷售額，外循環i遍歷月份，內循環j遍歷品牌名稱，此處可利用自定義函數來累加該品牌每月銷售額。②處求所有品牌全年銷售額的最大值max_sales和最大值的品牌名稱brandmax。(3)略。
4. 一球迷收集了近3個賽季的CBA比賽數據，每個賽季的數據分別保存在獨立文件中，如圖a所示，文件中數據記錄格式如圖b所示，以球員“布萊克尼”的“二分”數據“7.9－16.3”為例，7.9表示二分球平均命中數量，16.3表示二分球平均投籃次數。
圖c
該球迷想根據歷史賽季數據預測各球隊下個賽季的首發陣容，編寫了如下Python程序，請回答下列問題：
(1)定義readData函數，功能為：讀取某賽季的excel文件，返回每個隊員的得分(得分＝二分球命中數量*2＋三分球命中數量*3＋罰球命中數量。函數代碼如下，劃線處應填入的代碼為________(單選，填字母)。
A.df[″得分″][i]＋＝n*cols[col]
B.df[″得分″][i]＝n*cols[co1]
C.df[″得分″]＋＝n*cols[col]
D.df[″得分″]＝df.二分*2＋df.三分*3＋df.罰球
import pandas as pd
def readData(file)：
答案　(1)A　(2)①seasons[1：]　②df[df.球隊＝＝team]　③n＝teams[team]
(3) members[n*2], members[2*n＋1]
解析　本題考查Pandas數據處理和可視化。(1)遍歷每位隊員的二分、三分和罰球的平均命中數量，根據公式求隊員的3種投籃得分之和。col是字典中的鍵(二分、三分和罰球)，cols[col]是投籃得分，df[col]表示二分等某列值數據，p是第i位球員命中數量和投籃次數分隔位置，因此n*cols[col]的乘積之和該球員總得分。(2)①seasons列表中存儲了3場比賽的文件名，將這3個文件合并為一個文件。語句df＝readData(seasons[0]＋″.x1sx″)已經讀取第1個文件，需對剩余的文件進行合并。②篩選各球隊得分最高的5名球員作為首發陣容。teams是字典變量，鍵是球隊名稱，對每個球隊進行遍歷，篩選出該隊全部隊員，找出在3場比較得分和最高5名球員。③取出球隊編號，將每個球隊的球員姓名和得分存儲到members對應的數組元素中。teams字典值為球隊的編號，members中元素個數為len(teams)*2，n號球隊各球員名字存入members[2*n]中，得分存入members[2*n＋1]中。
5.李老師收集了 2022 級學生“七選三” 選課意愿數據，每個班的數據分別保存以'xk'＋班級為命名的 xlsx 文件中，如圖a所示，每個文件記錄了該班每位學生的選考科目選課情況，如圖b所示。
(2)統計“技術”選課人數占總人數的比例，并作出各個科目選課人數的柱形圖。程序代碼如下，請在劃線處填入合適的代碼。
圖c
答案　(1)① i<10或者i<＝9　② data (i)
(2)①km[j]＋＝1　②km['技術']/len(df)
③df_km['科目']　(3)物理、化學、地理(不分順序)
解析　本題考查Pandas與Matplotlab模塊相關知識。(1)①空在班號前補0，當i值介于1－9之間時需要補0。②函數data功能代入班號，生成班級文件名，用pd_read將對應文件轉換為dataframe對象返回。(2)①遍歷學生所選學科，統計各科選課人數，以科目為鍵將結果存入字典km。②空統計技術選考人數占總人數的比例，而總人數可以通過len(df)得到。③觀察圖表x軸數據為科目。(3)略。
6.某同學收集了部分城市2022年4月每天24小時空氣質量數據，按日分別保存在csv文件中，部分文件如圖a所示。數據格式如圖b所示。請回答下列問題：
圖a
圖b
(1)定義函數 avg，功能是讀取某天的數據文件，計算該天空氣質量指數(AQI) 的平均值并返回，代碼如下。請在劃線①處應填入合適的代碼。
def avg(filename)：
　 df＝pd.read_csv(filename)
　 df1＝df[df.columns[2：]]　#取類型及其后的所有列
　 g＝df1.groupby(①________，as_index＝False).mean()
　 return ②________
劃線②處應填入的代碼為________(單選，填字母)。
A.df[df.類型＝＝'AQI'] B.df1.AQI　
C.g.AQI D.g[g.類型＝＝'AQI']
(2)統計本月各城市空氣質量最長連續優、良的天數(按照環境空氣質量標準，空氣污染指數 AQI≤50為優級，AQI≤100 為良好)，代碼如下，繪制的圖表如圖 c 所示。請在劃線處填入合適的代碼。
圖c
import pandas as pd
import matplot1ib.pyplot as plt
n＝10　#城市個數
count＝[0]*n
daymax＝[0]*n
for i in range(1, 31):
答案　(1)①'類型'　② D　(2)①count[j]＋＝1　②daymax[k]＝count [k]　③city
解析　本題考查Pandas及數據處理相關知識。(1)函數要求計算該天空氣質量指數(AQI)的平均值，故應按“類型”分組并求平均，返回AQI的平均值，②中需篩選出類型是AQI的記錄。(2)①處統計連續優、良的天數，當dayaqi.at[0，t]<＝100時，該城市計數器加1，填count[j]＋＝1。②處求count[k]的最大值，填daymax[k]＝count[k]從題c的圖表可以看出，x軸數據為城市名稱，從city＝dayaqi.columns[1：n＋1]可以看出，city是城市名稱列表。
1.某競賽獲獎名單已公布，現要對獲獎情況進行數據處理和分析。請回答下列問題：
圖a　
圖b　
(1)將獲獎名單讀取到DataFrame對象df中，如圖a所示，若要編寫Pandas程序分析出浙江省內獲得滿分400分的總人數。下列方法正確的是________(單選，填字母)。
A.從df中篩選出省份為“浙江”的數據df1，再從df1中篩選出總分為“400”的數據df2，最后對df2中的“姓名”數據列使用count()函數統計出總人數
B.對df中數據按“總分”降序排列并保存到df1中，再從df1中篩選出省份為“浙江”的數據df2，最后對df2中的“姓名”數據列使用sum()函數統計出總人數
C.對df中數據按“總分”為關鍵字進行分組，并使用count()函數統計出總人數，得到數據df1，再從df1中篩選出省份為“浙江”的總人數
(3)獲獎名單新增“獲獎等級”數據列，存儲在文件“data.xlsx”，如圖c所示，小陸想分析出一等獎獲獎人數最多的前5個省份(沒有并列情況)，并繪制如圖d所示的柱形圖，實現該功能的部分Python程序如下。
圖c
圖d
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams[″font.sans－serif″] ＝
[″SimHei″]　#設置圖表顯示中文字體
df ＝ pd.read_excel(″data.xlsx″)
df1 ＝①________　#選取相應的一等獎數據
df2 ＝ df1.groupby(″省份″).count()　#分組統計
總人數
df2.rename(columns ＝ {″姓名″：″獲獎人數″}, inplace ＝ True)　#更改列標題名稱
g ＝ df2.sort_values(″獲獎人數″， ascending ＝ False).head(5)
plt.title(″一等獎獲獎人數最多的前 5 個省份″)
plt.bar( ②________ )　#繪制柱形圖
plt.ylabel(″獲獎人數″)
plt.show()
①請在程序中劃線處填入合適的代碼。
②程序的劃線處中應填入的正確代碼為________(單選，填字母)。
A.g.省份，g.獲獎人數 B.df2[″省份″]，df2[″獲獎人數″]
C.g.index，g.獲獎人數 D.df2.index，df2.獲獎人數
答案　(1)A　(2)①lst[i][2]>＝h　②dic[city]＝lst[i][1]　(3)①df[df.獲獎等級＝＝″一等獎″] 或 df[df[″獲獎等級″]＝＝″一等獎″]　②C
解析　(1)B選項姓名列是字符串類型，不能進行sum求和。C選項不能按總分進行分組。(2)①找出一等獎的條件是lst[i][2] >＝ h。②不在字典中，新建一個以city為名的新鍵值對。(3)略。
2.為了督促學生寒假堅持體育鍛煉，老師采用線上打卡的方式收集學生鍛煉情況，數據如圖a所示。
圖a
圖b
為統計冬鍛完成情況，編寫 Python 程序。請回答下列問題：
(1)定義outdata函數，其中參數dftmp是DataFrame數據類型，數據由圖a所示的Excel表導入。函數功能是：統計每天每個學生的鍛煉項目個數，返回含有“學籍號”、“姓名”和“項目個數”信息的二維列表。
函數代碼如下，劃線處應填入的代碼為________(多選，填字母)。
A.dftmp.at[i，j]＝＝″√″ B.dftmp[i][j]＝＝″√″
C.dftmp.at[j，i]＝＝″√″ D.dftmp[j][i]＝＝″√″
def outdata(dftmp)：
　 a＝[]
　 for i in dftmp.index：　#dftmp 的行索引
(2)冬鍛打卡成功的標準為累計運動 15 天，每天鍛煉項目達到 3 項及以上。統計輸出寒假體育鍛煉達標的學生名單，并制作四個項目的運動次數對比圖，部分界面如圖b和圖c所示。部分Python程序如下，請在劃線處填寫合適的代碼。
圖c
答案　(1)AD　(2)①days＝1　②i＋＝1
③yd1[4：]或yd1.values[4：]
(3)not flag[i] and lst[i][2]>＝3
解析　(1)變量i為行索引，變量j為列標題，可以用字典法，也可以用at函數來表示某個單元格名單。(2)①對days初始化為1。②遍歷下一條記錄。③前4列依次為日期、學籍號、姓名和性別，從第列開始統計的是項目的次數。(3)每天鍛煉項目達到 3 項及以上，即第1次達到后就是達標，以后的表示已經達標，因此和flag[i]的狀態有關。
3.小帥收集了2023年的銷售數據并存儲在″超市銷售數據.csv″文件中，部分數據如圖a所示。分析某月的銷售情況，柱形圖如圖b所示。部分Python程序如下：
顧客編號，大類名稱，銷售日期，小類名稱，商品類型，單位，銷售數量，商品單位，銷售金額
5，糧油，20230101，番茄醬，一般商品，瓶，1，6.7，6.7
10，日配，20230101，冷藏果粒酸乳，一般商品，盒，1，8.9，5.9
26，沖調，20230101，麥片/粉，一般商品，袋，1，27.7，27.7
31，洗化，20230101，洗衣皂，一般商品，塊，1，4.9，4.9
31，洗化，20230101，軟抽紙巾，一般商品，提，1，9.7，6.9
49，蔬果，20230101，花果，生鮮，千克，0.902，9.96，8.98
8，日配，20230101，利樂磚純奶，一般商品，提，1，65，49
15，家居，膠棉拖把，一般商品，把，1，70，70
50，休閑，20230101，軟糖，一般商品，袋，1，10.9，10.9
1，蔬果，20230101，芽菜，生鮮，千克，0.456，2.78，1.27
5，蔬果，20230101，鮮調味，生鮮，千克，0.24，9.6，2.3
2，洗化，20230101，無芯紙，一般商品，提，1，24.9，18.9
9，休閑，20230101，趣味/休閑，一般商品，盒，1，6.9，6.9
46，蔬果，20230101，蘋果類，生鮮，千克，1.776，4.98，8.84
圖a
圖b
請回答下列問題：
(1)為提取“銷售日期”中月份數據，劃線處應填入的代碼是________(單選，填字母)。
A.df.index　B.df.values　C.df.columns
(2)請在程序中劃線①②處填入合適的代碼。
(3) 加框處實現按“銷售金額”降序排列后取前10項，下列代碼中能正確實現的有________(多選，填字母)。(注：全部選對的得2分，選對但不全的得1分，不選或有選錯的得0分)
A.g.sort_values(″銷售金額″，ascending＝False).tail(10)
B.g.sort_values(″銷售金額″，ascending＝False).head(10)
C.g.sort_values(″銷售金額″，ascending＝True)[：11]
D.g.sort_values(″銷售金額″，ascending＝False)[：10]
答案　(1)A　(2)①df.月份＝＝month或df[″月份″]＝＝month　②g.銷售金額或g[″銷售金額″] (3)BD
解析　(1)表達式df.at[i，″銷售日期″]中，變量i表示記錄的行索引，因此需遍歷df的行索引集合。(2)①輸入需查詢的月份month，篩選月份數據的條件是月份列中值為month。②圖表的縱坐標為銷售金額。(3)按“銷售金額”降序排列后取前10項，可以采用head函數，也可以采用切片，但切片時得到的是前閉后開的區間。
4.小陳在氣象部門得到了一份2022年不同城市的月平均日照時數(單位：kW·h/m2/day)數據，存放在Excel文件“日照.xlsx”中。部分界面如圖所示。
圖a
(2)第2步，僅考慮平均日照時數因素，選出最適合用光伏發電給智能農業大棚提供能源的十個城市。劃線處應填入的代碼為________(單選，填字母)。
df＝________
A.df.sort_values(″城市名″，ascending＝False).head(10)
B.df.sort_values(″城市名″).tail(10)
C.df.sort_values(″年度平均″，ascending＝False)[：10]
D.df.sort_values(″年度平均″，ascending＝False).tail(10)
#輸出結果如圖b所示，代碼略
年度平均最高的10個城市為：
日喀則地區　5.83
阿里地區　5.66
三沙市　5.57
山南地區　5.53
拉薩市　5.53
那曲地區　5.11
昌都地區　4.91
海西蒙古族藏族自治州　4.88
和田地區　4.84
攀枝花市　4.83
圖b
(3)小陳想在家鄉溫州建一個智能大棚，采用光伏發電加蓄電設備供電，面積為1平方米的光伏板容量約為0.3 kW/塊，光伏的充放電效率為80%，大棚每天消耗的最低電能約為30 kW·h，為確保每月能正常供電，需要1平方米的光伏發電板共①________塊。(日均發電量＝電池板的容量/塊×塊數×平均日照時數×充放電效率)
建設光伏發電設備前要先獲得當地的平均日照時數情況，小陳通過如下代碼獲取相關數據。程序運行界面如圖c所示：
圖c
res＝df[df[″城市名″]＝＝″溫州市″]
res＝res.values[0][1：13].②________
print(″溫州市月平均日照最小值為”，res)
答案　(1)計算每個城市的年度平均日照時數　(2)C　(3)①52　②min()
解析　本題考查Pandas相關操作及其應用。(1)mdays列表中存放每個月的天數，Excel表格中存放的是每個月的月平均日照時數，通過for循環將月平均日照時數*每個月的天數并進行累加，得到全年的日照時數，再計算出當前城市的日平均日照時數，并通過round函數保留2位小數。故該程序功能為計算每個城市的年度平均日照時數。(2)最適合用光伏發電的十個城市即日照時數最長的十個城市，通過sort_vlaues進行降序排序，取前十個。(3)根據圖c可知溫州市月平均日照最小值為2.42，再根據公式：日均發電量＝電池板的容量/塊×塊數×平均日照時數×充放電效率。0.3 kW/塊*塊數*2.42*0.8＝30 kW，得到需要的光伏發電板共52塊。②處使用min()函數求最小值。
5.小周要統計高二年級各班的行為規范得分情況，部分扣分數據如圖a所示。
圖a
(1)觀察數據，發現存在重復扣分的記錄，如圖a第2、3行所示。現需對數據進行整理，以下操作合理的是____(單選，填字母)。
A.對班級、記錄員均相同的記錄去重
B.對日期、關聯學生、項目名稱均相同的記錄去重
C.對關聯學生、項目名稱、項目扣分均相同的記錄去重
(3)該校高二年級共有16個班級，統計各班的行為規范得分(班級行為規范得分＝100分－本班所有學生扣分)，并繪制如圖b所示的柱形圖，實現該功能的部分Python程序如下，請在劃線處填入合適的代碼。
圖b
答案　(1)B　(2)①df[″關聯學生″][i]或df.關聯學生[i]或df.at[i，″關聯學生″]　
②t＝j＋1　(3)①班級　②cla
解析　(1)日期、關聯學生、項目名稱都相同，那么這兩條記錄是重復。(2)①索引為i的“關聯學生”列的名稱為df[″關聯學生″][i]。②從表達式s[t：j]來看，變量t的表示一位學生的開始索引位置，若當前位置的值為引號，則下一位學生的索引位置從j＋1開始。(3)①計算每個班級的得分，因此須按班級進行分組統計。②列表cla中存儲每個班級的得分。
6.某中學“7選3”選考科目的選科數據存儲在Excel文件“選科數據.xlsx”中，部分數據及格式如圖a所示。圖中“1”表示選擇該科目為選考科目。現對數據進行統計分析，編寫Python程序，請回答下列問題。
圖a
(2)統計7選3各科的選報人數，輸出各科的選報情況及開班情況，如圖b所示。部分程序代碼如下，請在劃線處填入合適的代碼。
物理　人數：398　班級數：10
化學　人數：408　班級數：11
生物　人數：133　班級數：4
政治　人數：261　班級數：7
歷史　人數：244　班級數：7
地理　人數：361　班級數：10
技術　人數：136　班級數：4
圖b
import pandas as pd
df＝pd.read_excel(″選科數據.xlsx″)
km＝[″物理″，″化學″，″生物″，″政治″，″歷史″，″地理″，″技術″]
m＝40　#每個班的最多人數，班額
bj＝[0]*7
xkrs＝[0]*7　#存儲選考科目的選報人數
p＝0
for j in km：
　 ①________
　 for i in range(len(df)):
　 if df.at[i，j]＝＝1:
　　　 cnt＋＝1
　 ②________
　 bj[p]＝fenban(cnt，m)
p＝p＋1
for i in range(7)：
　 print(km[i]，″人數：″，xkrs[i]，″班級數：″，bj[i])
(3)繪制選考科目選科人數情況的柱形圖，部分Python程序如下，請在劃線處填寫合適的代碼。
import matplotlib.pyplot as plt
x＝km
y＝__________________
plt.bar(x，y)#繪制柱形圖
#設置繪圖參數，顯示如圖c所示柱形圖，代碼略
圖c
(4)下列程序能實現按班級統計各班選報技術學科人數的是________(單選，填字母)。
A.jsrs_bj＝df.groupby(″班級″).″技術″.count()
B.jsrs_bj＝df.sort_values(″班級″).count()
C.jsrs_bj＝df.groupby(″班級″)[″技術″].count()
D.jsrs_bj＝df.groupby(″班級″).技術.mean()
答案　(1)allrs%maxbrs！＝0或allrs%maxbrs>0或bjnum*maxbrs解析　(1)當選報總人數allrs是每班最多人數maxbrs的倍數時，開設的班級數為bjnum，否則需要再增加一個班級 。(2)對變量cnt賦初值0。②統計當前學科的選報人數，因此代碼為 xkrs[p]，也可以寫為xkrs[km.index(j)]。(3)圖表的縱坐標數據為各科的選科人數xkrs。(4)略。
7.第19屆杭州亞運會已完美落幕，亞運會賽事以“杭州為主，全省共享”的原則分布在杭州、寧波、溫州、湖州、紹興、金華各地。大會共有40個大項，61個分項，最終誕生了481塊金牌。小李作為一名體育愛好者想重溫大會賽程安排，他從杭州亞運會的官網上采集了相關數據，整理后存儲在“杭州第19屆亞運會總賽程.xlsx”文件中。如圖a所示(0表示有賽事但不產生金牌，其他數字表示當天產生的金牌數)。
圖a
為了更清楚地了解相關賽事信息，小李編寫了Python程序，請回答以下問題。
(1)足球是小李最關注的大項，為了解足球的賽程安排，劃線處應填入的代碼為________(單選，填字母)
A.df.大項＝＝″足球″ B.df[″大項″＝＝″足球″]
C.df[df.大項＝＝″足球″] D.df[df[″大項″]＝＝足球]
import pandas as pd
df＝pd.read_excel(″杭州第 19 屆亞運會總賽程.xlsx″)
df2＝________
print(df2)
(2)足球項目的比賽分布在杭州等城市的八個場館，了解各個場館舉辦足球賽事的具體場次，找到連續舉辦足球賽事最多的場館，如圖b所示。程序代碼如下，請在劃線處填入合適的代碼。
黃龍體育中心體育場 [9/19, 9/21, 9/24, 9/27, 9/28, 10/1, 10/4, 10/6, 10/7]
臨平體育中心體育場 [9/19, 9/21, 9/22, 9/24, 9/25, 9/28, 9/30, 10/3]
上城體育中心體育場 [9/20, 9/22, 9/24, 9/25, 9/27, 9/28, 10/1, 10/3, 10/7]
蕭山體育中心體育場 [9/19, 9/20, 9/21, 9/22, 9/24, 9/25, 9/27, 9/28, 10/1, 10/4]
金華體育中心體育場 [9/19, 9/21, 9/24, 9/27]
浙江師范大學東體育場 [9/19, 9/21, 9/24, 9/27]
溫州奧體中心體育場 [9/21, 9/22, 9/24, 9/25, 9/27, 9/28, 9/30]
溫州體育中心體育場 [9/22, 9/24, 9/25, 9/27, 9/28, 9/30]
連續舉辦足球賽事最多的場館：蕭山體育中心體育場
圖b
(3)足球在亞運會期間總共產生兩枚金牌，統計分析其他大項產生的金牌總數，找出產生金牌總數最多的十個大項，并繪制圖形如圖c所示。程序代碼如下，請在劃線處填入合適的代碼。
圖c
import matplotlib.pyplot as plt
plt.rcParams['font.sans－serif']＝['simhei']　#圖表中文標簽顯示為黑體
grp＝df.groupby(①________ , as_index＝False).金牌總數.sum()
grp＝grp.sort_values(″金牌總數″，ascending＝False).②________
x＝grp.大項
y＝grp.金牌總數
#設置圖表參數，代碼略。
答案　(1)C　(2)①dic[sta].append(j)或 dic[sta]＋＝[j]　②c＝0　③maxsta
(3)①″大項″　②head(10)
解析　(1)了解足球的賽程安排需符合″大項″列中值為″足球″的記錄。(2)①遍歷每行的第3列到倒數第4列，若這些單元格中值為0或1，表示該天舉辦足球賽事，將當天日期j添加到字典dic以場館名稱sta為鍵的值中。②統計連續舉辦足球賽事最多的場館，若當天沒有賽事，則將連續天數s的值置為0。③連續舉辦足球賽事最多的場館名稱保存在變量maxstak。(3)①統計分析其他大項產生的金牌總數，需按大項進行分類統計。②grp對象的sort_values方法是按金牌進行降序排列，找出產生金牌總數最多的十個大項，因此需用head函數。

展開更多......

收起↑