13. 小明收集了我省 2022 年4月30日每个时间段,我省的各个监测站的 PM2.5 浓度的数据,存储在“数据.xlsx”中,如图 13-1 所示。
图 13-1
(
1)为了绘制某监测站 24 小时 PM2.5 的浓度变化趋势,小明需要对图 13-1 所示的表中数据进行整理, 下列选项中说法不正确的是
( )A.通过检测发现E2单元格中的数据不正确,应进行修正
B.应删除第10行数据
C.第3行和第4行数据重复,应该删除其中一行数据
D.删除“0 时”和“24 小时平均浓度”两列数据,图 13-3 绘制结果保持不变
(2)区域 AA2:AA39 的数据是通过公式计算出相应的平均值的,在 AA2 单元格中输入公式
____,再使用自动填充功能完成区域 AA3:AA39 的计算 。
(
3)接着,小明对图 13-1 中的数据进行整理后,转为 csv 文件,如图 13-2 所示。小明根据要求编写程序,绘制的'临平镇'站点24小时变化趋势图如图 13-3 所示,程序运行结果如图 13-4 所示。实现的Python 程序如下,请在划线处,填入适当的语句或语句表达式。
图 13-2
图 13-3
图 13-4
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_csv("各站点 PM2.5 数据.csv")
s1=df["日平均浓度"]
#将 DataFrame 中"日平均浓度"列的数据读到s1 中 #求浓度最低的站点
minx=s1[0]
n=len(s1)
t=0
for i in range(1,n):
if s1[i]<
minx: minx=s1[i]
t = i
print('浓度最低的站点是(填写监测站点名称):',
____,'浓度为:',minx)
g=df.groupby('地区',as_index=False)
s=g.日平均浓度.mean()
s_sort=s.sort_values("日平均浓度",ascending=False)#各地区按照日平均浓度进行降序排序
print("求 PM2.5 平均浓度最高的三个区:\n",
_____))#绘制的'临平镇'监测站点 24 小时变化趋势图
b=list(df.values[5][2:-1])
#将'临平镇'每个时间段的数据存入列表 b 中
x=[];y=[]
for i in range(len(b)):
x.append(i)
y.append(b[i])
plt.plot( )
plt.title("临平镇 24 小时 PM2.5 变化趋势图")
plt.rcParams['font.sans-serif']=['SimHei'] #使中文字在视图中正常输出
plt.rcParams['axes.unicode_minus']=False
plt.show()