第4章 第19课 数据处理与应用综合-【精彩三年】2024-2025学年高中信息技术必修第一册课程探究与巩固Word教参（浙教版2019）

第19课　数据处理与应用综合(见学生用书P102)

 

 

 

——4　数据处理与应用，教材第116～155页

基于Python程序设计语言，合理利用pandas，通过简单算法解决问题。

　　2023·浙江1月选考小红收集了部分城市2021年全年每天PM2.5、PM10、CO浓度数据，并将其分别保存在以8 位日期字符串命名的CSV文件中，部分文件如图1所示。每个文件记录了一天24小时的监测数据，示例如图2所示。

　　　　　　　　　　　　　图1　　　　　　　　　　图2

为统计分析城市A 2021年全年各月份PM2.5的月平均浓度(当月的日平均浓度的平均值)，小红编写了一个Python程序。请回答下列问题。

(1)定义pmday() 函数，功能为：读取某天的CSV 文件，返回城市A 当天PM2.5 的日平均浓度。函数代码如下，横线处应填入的代码为__D__(单选，填字母)。

A．df['类型']＝＝'PM2.5'    B．df['类型'＝＝'PM2.5']

C．df[df['类型']]＝＝'PM2.5'    D．df[df['类型']＝＝'PM2.5']

import pandas as pd

def pmday(dayfile)：

df＝pd.read_csv(dayfile) # 读取文件dayfile 中的数据

df＝____________

return df['城市A'].mean() # 返回城市A 当天PM2.5 的日平均浓度

(2)统计城市A 各月份PM2.5 的月平均浓度并绘制线形图，部分Python 程序如下。请在横线处填入合适的代码。

import matplotlib.pyplot as plt

def tstr(t)：

if t<10：

　　　　return '0'＋str(t)

else：

　　　　return str(t)

pm＝[0]*12

mdays＝[31，28，31，30，31，30，31，31，30，31，30，31] # 2021 年每月天数

for m in range(12)：

sm＝0

mstr＝tstr(m＋1)

for d in range(①__mdays[m]__)：

　　　dstr＝tstr(d＋1)

　　　dayfile＝'2021'＋mstr＋dstr＋'.csv'

　　　sd＝pmday(dayfile)

　　　②__sm＋＝sd__

pm[m]＝sm/mdays[m]

x＝[1，2，3，4，5，6，7，8，9，10，11，12]

y＝③__pm__

plt.plot(x，y) # 绘制线形图

# 设置绘图参数，显示如图3所示的线形图，代码略

图3　　　

(3)城市A 2021年PM2.5的年平均浓度为34.6微克/立方米。由图3可知，城市 A 2021年PM2.5的月平均浓度超过年平均浓度的月份共有__5__个。

【解析】 (1)可以通过布尔型数据选取满足条件的行。课本P132中示例：如通过df1[df1[”借阅次数”]>30]，可以检索df1 对象中“借阅次数”大于30的数据行。仿此例，结合下一行代码可知，筛选条件为df['类型']＝＝'PM2.5'，筛选对象为df，故选项D正确。

(2)变量m表示各月份对应的索引，mstr 表示各月份的数字字符串，以长度为2 的字符串来表示，不足两位的在前面补“0”，此功能由函数tstr() 来实现。不同月份的天数不同，为了计算各月份PM2.5 浓度的平均值，可以累加各月的每天PM2.5 浓度的平均值。变量dayfile 表示每天的数据文件名，题干已经提示“每天的数据分别保存在以8 位日期字符串命名的CSV 文件中”，调用函数pmday(dayfile) ，可以得到当天PM2.5 的日平均浓度，并保存于变量sd中。当月的各天PM2.5 的日平均浓度需要累加起来，最后求均值。因此①②空的答案依次为mdays[m]和sm＋＝sd。观察数据可视化的图像，可知横坐标为月份，即x表示的