习题1：
读入文件pmi_days.csv，完成以下操作：
1.统计质量等级对应的天数，例如：
优：5天
良：3天
中度污染：2天
2.找出PMI2.5的最大值和最小值，分别指出是哪一天。
import
pandas as pd
import
numpy as np
path
= open(
"
pmi_days.csv
"
)
data
=
pd.read_csv(path)
gp
= data.groupby(
'
质量等级
'
)
you
= dict([x
for
x
in
gp])[
'
优
'
]
liang
= dict([x
for
x
in
gp])[
'
良
'
]
qing
= dict([x
for
x
in
gp])[
'
轻度污染
'
]
zhong
= dict([x
for
x
in
gp])[
'
中度污染
'
]
print
(
"
优：{}天\n良：{}天\n轻度污染：{}天\n中度污染：{}天
"
.format(len(you.index),len(liang.index),
len(qing.index),len(zhong.index)))
pm
= data.sort_values(by=
'
PM2.5
'
)
pm_1
= pm.reset_index(drop=
True)
print
(
"
PM2.5的最大的一天是：{}\t数值：{}
"
.format(pm_1[
"
PM2.5
"
][-1],pm_1[
"
日期
"
][-1
]))
print
(
"
PM2.5的最小的一天是：{}\t数值：{}
"
.format(pm_1[
"
PM2.5
"
][0],pm_1[
"
日期
"
][0]))
习题2： 读入文件1980-2018GDP.csv，完成以下操作： 1.按行输出每年GDP数据，表头列名如文件第1行所示。
2.将各年GDP数据转换成字典格式，以年份为keys,其它值为values（数据类型为列表方式）,例如： { 2017:[827121.7,6.8%,60989] ........ }
3.遍历字典数据，求出GDP的最小值与最大值，并输出数据与对应的年份。
import
pandas as pd
path
= open(
"
1980-2018GDP.csv
"
)
data
=
pd.read_csv(path)
#
按行输出每年GDP数据
print
(data,end=
"
\n\n
"
)
#
将各年GDP数据转换成字典格式，以年份为keys,其它值为values（数据类型为列表方式）
dict = data.set_index(
'
年份
'
).T.to_dict(
'
list
'
)
print
(
"
字典：
"
, end=
""
)
print
(format(dict),end=
"
\n\n
"
)
#
遍历字典数据，求出GDP的最小值与最大值，并输出数据与对应的年份。
max = max(dict, key=
dict.get)
min
= min(dict, key=
dict.get)
print
(
"
GDP最大值：{}\t它所对应的年份：{}
"
.format(dict[max][0],max))
print
(
"
GDP最小值：{}\t它所对应的年份：{}
"
.format(dict[min][0],min))
1.按行输出每年GDP数据
2.将各年GDP转换为字典格式，以年份为keys，其他值为values（数据类型为列表方式）
3.遍历字典数据，求出GDP的最小值与最大值，并输出数据与对应的年份。
