图 a | 图 b |
import pandas as pd
import matplotlib.pyplot as plt
#读取如图 b 所示数据,保存到 DataFrame 对象 df1 中,代码略
f = [9, 7, 6, 5, 4, 3, 2, 1]
for i in range(0,len(dfl)):
rank = df1.at[i,"名次"] #通过行、列标签取单个值
score = 0
if rank <= 8:
df1.at[i,"得分"] = score
df2 = dfl.groupby(" ▲ ",as_index=False).sum() #分组求和
#设置绘图参数,代码略
plt.bar(x,y) #绘制柱形图
①请在程序中划线处填入合适的代码。
②程序的方框中应填入的正确代码为 (单选,填字母)
A.x = df1["专业"]
y = df1["总分"]
B.x = df2["专业"]
y = df2["得分"]
C.df1["专业"] = "专业"
df1["总分"] = "总分"
D.Df2["专业"] = "专业"
Df2["得分"] = "得分"
图 a |
图b
import pandas as pd
import matplotlib.pyplot as plt from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei']#设置中文字体格式df=pd.read_excel()
df.insert(0,’年份’,’’) #在第 1 列插入“年份”列,初始值为空
df.insert(0,’月份’,’’) #在第 1 列插入“月份”列,初始值为空
for i in df.index:
df.at[i,’年份’]=df.at[i,’销售时间’][0:4]+‘年’
df.at[i,’月份’]=df.at[i,’销售时间’][4:6]+‘月’
df1= #筛选出 2022 年度的数据
g=df1.groupby("月份",as_index=False).销售金额.sum()
plt.figure(figsize=(10,8))
plt.bar(, g.销售金额)
plt.title("2022 年月度销售金额变化表",fontsize=16)
plt.ylabel("销售金额",fontsize=12)
plt.show()
⑴将单元格区域A1:C1合并居中,输入标题“2010-2021云计算专利申请”,并设置为黑体、字号15;
⑵设置所有行的行高为16,所有数据水平居中对齐;
⑶以A2:C14为数据源,绘制“带数据标记的折线图”展示微软与亚马逊云计算专利申请变化情况对比,标题为“云计算专利申请变化情况”;
⑷保存文件并关闭WPS。
⑴根据表格中给出的“用水量”“用电量”及相应的单价,用公式计算出每个月“电费”和“水费”,并填充到C3:C14和E3:E14单元格中;
⑵按“水电费=水费+电费”的公式,计算出12个月的水电费,并填充到F3:F14单元格中;
⑶将“电费”“水费”和“水电费”3列设为数值类型并保留一位小数;
⑷按“水电费”从高到低的顺序对表格排列;
⑸保存文件并关闭WPS。
⑴用函数计算各空气成分浓度的最高值,结果放在相应单元格内;
⑵以A3:B16为数据源创建“簇状柱形图”,标题为“江苏省13个城市PM2.5浓度情况”;
⑶将区域A1:F16的数据复制到“空气质量”工作表中(从A1位置开始);
⑷在“空气质量”工作表中,筛选出“PM2.5含量大于25且臭氧含量小于150”的城市;
⑸保存文件并关闭WPS。
①在学号一列中输入“0163001,0163002,0163003.....”;
②利用函数计算每一位学生的总分、平均分以及每一门学科的最大值和最小值;
③复制A1:L22区域的数据到sheet2工作表中,在sheet2工作表中筛选出总分大于800的学生记录;
④在sheet1工作表中,给表格数据A2:L22区域加上内外边框线(深蓝色、双实线);
⑥保存文档并关闭WPS表格。
⑴在单元格区域A2:A13中使用自动填充的方法填充序号为“001,002,00......”;
⑵将表中所有数据对齐方式设为水平居中对齐;
⑶利用函数计算职工平均工资,将结果存放在F15单元格中,保留2位小数;
⑷筛选出“生产”部门的所有相关记录;
⑸保存文件并关闭WPS。