2025届信息技术一轮复习练习：专题7　数据统计与可视化的程序实现（含答案）.docxVIP

专题7数据统计与可视化的程序实现

知识点利用Pandas模块进行数据统计

1.小明收集了某超市部分商品2022年上半年每天的价格数据并保存在″data.xlsx″文件中，如图所示。

要分析某商品一个月内的价格稳定情况，需要将本月每天(除第一天外)价格波动的绝对值加起来(价格波动＝当天价格－前一天价格)，其值越小，价格越稳定。

为统计该超市6月份各商品价格稳定情况，编写如下Python程序。请回答下列问题：

(1)获取6月份各商品的价格，划线处填入的代码为________(多选，填字母)。

A.df[df[″日期″]

B.df[″日期″

C.df[df.日期

D.df[df[″日期″]]importpandasaspd

df＝pd.read_excel(″data.xlsx″)

df＝______________________

df＝df.reset_index(drop＝True)#重新设置索引，从0开始递增

(2)绘制6月份价格稳定情况线形图，部分Python程序如下，请在划线处填入合适代码。

importmatplotlib.pyplotasplt

cols＝df.columns[1：]#存储各商品名称

n＝①________

m＝len(cols)

diff＝[0]*m

foriinrange(m)：

s＝0

forjinrange(1，n)：

day_diff＝abs(df[cols[i]][j]－df[cols[i]][j－1])#计算每天价格波动

s＋＝day_diff

②________

x，y＝cols，diff

plt.③________

plt.show()

2.小明收集了梅西2005年至2023年国家队比赛数据，保存在“梅西国家队详细比赛数据.xlsx”文件中，部分数据如图a所示，现利用Pandas模块处理数据。

为统计分析梅西2019～2023年各项赛事的平均进球情况，编写Python程序。请回答下列问题：

(1)读取“梅西国家队详细比赛数据.xlsx”数据，筛选出2019年以来的各项比赛数据。函数代码如下，划线处应填入的代码为________(单选，填字母)。

A.df[df[″年份″]＝2019]B.df[″年份″]＝2019

C.df[″年份″＝2019] D.df[df[″年份″]]＝2019

importpandasaspd

importmatplotlib.pyplotasplt

df＝pd.read_excel(″梅西国家队详细比赛数据.xlsx″)#读取表格数据

df1＝________

(2)统计各项赛事的平均进球数量。由于原始数据“赛事”列中部分赛事未显示年份(如图a所示)，无法进行跨年度统计，因此需要在赛事名前添加年份信息。例如：“国际友谊赛”根据年份修改为“2019国际友谊赛”，“2022世界杯预选赛”则不修改。具体过程代码如下，请补充完整。

foriindf1.index：

ss＝df1.at[i，″赛事″]#根据行标签、列标签选取单个值，如“国际友谊赛”

______________

ifnot(nf.isdigit())：#isdigit()判断是否为数字，是则返回True

df1.at[i，″赛事″]＝str(df1.at[i，″年份″])＋df1.at[i，″赛事″]

g＝df1.groupby(″赛事″，as_index＝False).mean()#以“赛事”为关键字，分组求平均

(3)为统计2019年以来，梅西进球平均数排名前三的赛事，考虑可能存在并列情况，具体过程代码如下，请补充完整。

g＝g.sort_values(″进球″，ascending＝False)#以“进球”为关键字，降序排序

g1＝g.head(3)#取前三项记录

m＝g1[″进球″].min()#求最小值

bls＝0

bl＝len(g1[g1[″进球″]＝＝m])#求序列长度

foriing.index：

ifg.at[i，″进球″]＝＝m：#根据行标签、列标签选取单个值

________

g2＝g.head(3＋bls－bl)

(4)以下是2019～2023年梅西国家队比赛平均进球数排名前三赛事统计图，则划线处的代码应为

plt.title(″2019～2023梅西国家队比赛平均进球数排名前三赛事统计图″)

x＝g2[″赛事″]

y＝________

plt.bar(x，y)

plt.show()

3.小明收集了2022年全国各省份人均消费支出相关数据，部分数据如图a所示，为了统计分析处理各城市消费