小林收集了各地區(qū)的油價存于文件“數(shù)據(jù).xls”中（如圖1所示），他對數(shù)據(jù)進行了如下操作：
Ⅰ.將文件“數(shù)據(jù).xls”中的數(shù)據(jù)讀入對象df中；將數(shù)據(jù)中的“八.八”修改為8.8；
Ⅱ.刪除對象“df”中的“優(yōu)惠”列，并將對象“df”進行更新；
Ⅲ.添加“平均油價”列，再進行相關(guān)計算；將對象“df”中數(shù)據(jù)按地區(qū)降序排序；
Ⅳ.篩選出對象“df”中數(shù)據(jù)“0 號柴油”不大于 8.4 元的數(shù)據(jù)行，保存到對象“d5”中；
Ⅴ.統(tǒng)計對象“d5”中的各個地域的地區(qū)個數(shù)，并繪制圖表，如圖2所示。
請在劃線①②③④處填入合適的代碼。

import pandas as pd
import matplotlib.jye.ai as plt
plt.rc（'font'，**{'family'：'SimHei'}）
df=pd.read_excel（'數(shù)據(jù).xls'）
df.①
at[19，'92 號汽油']
at[19，'92 號汽油']
=8.8
df=df.②
drop（'優(yōu)惠'，axis=1）或 drop（columns='優(yōu)惠'）
drop（'優(yōu)惠'，axis=1）或 drop（columns='優(yōu)惠'）

df['平均油價']=（df['92 號汽油']+df['95 號汽油']+df['0 號柴油']）/3
df=df.sort_values（'地區(qū)'，ascending=False）
d5=③
df[df['0 號柴油']＜=8.4]
df[df['0 號柴油']＜=8.4]

g=d5.④
groupby（'地域'）
groupby（'地域'）
['地區(qū)'].count（　　）
plt.jye.ai（g.jye.ai,g.jye.ai）
plt.jye.ai（“地域分布圖“）
plt.jye.ai（　?。?/h1>

【答案】at[19，'92 號汽油']；drop（'優(yōu)惠'，axis=1）或 drop（columns='優(yōu)惠'）；df[df['0 號柴油']＜=8.4]；groupby（'地域'）

【解答】

【點評】

聲明：本試題解析著作權(quán)屬菁優(yōu)網(wǎng)所有，未經(jīng)書面同意，不得復(fù)制發(fā)布。

發(fā)布：2024/4/20 14:35:0組卷：0引用：2難度：0.3

相似題

1．運行下列Python程序后輸出的結(jié)果是（　?。?br />
A．36 B．48 C．67 D．89
發(fā)布：2025/1/2 9:30:2組卷：1引用：3難度：0.6
解析
2．期中考試結(jié)束后，學(xué)生的姓名、班級、信息、通用成績保存在“成績.xlsx”文件中，部分?jǐn)?shù)據(jù)截圖如圖a所示。為了得到技術(shù)平均分前3名的班級信息，小李同學(xué)利用pandas模塊進行數(shù)據(jù)分析，分析結(jié)果如圖b所示。數(shù)據(jù)分析代碼如下，請回答以下問題。

（1）加框處代碼有誤，請修改成正確代碼。
（2）請將橫線處代碼補充完整。
發(fā)布：2025/1/2 10:30:2組卷：2引用：1難度：0.3
解析

3．小明打算搭建一個大棚溫度報警控制系統(tǒng)，傳感器獲取的溫度數(shù)據(jù)經(jīng)智能終端和IOT模塊發(fā)送到服務(wù)器，服務(wù)器端程序采用FlaskWeb框架編寫，網(wǎng)站的功能頁面規(guī)劃如表所示：

序號訪問地址功能說明

1 / 主頁，顯示歷史溫度列表

2 /input？id=1&temp=25 提交傳感器id和溫度數(shù)據(jù)，并返回提示

3 /execute 分析統(tǒng)計溫度數(shù)據(jù)

… … …

實現(xiàn)上述系統(tǒng)的服務(wù)器端程序部分代碼如下：

（1）由以上代碼可知訪問主頁的地址是http：//

。
（2）閱讀代碼可知提交的數(shù)據(jù)保存在

數(shù)據(jù)表中。
（3）①處路由為

，②處的請求方式為

（GET/POST二選一）
（4）③處應(yīng)填寫的代碼為

。

發(fā)布：2025/1/2 10:30:2組卷：2引用：1難度：0.4

相關(guān)試卷