（1） 为了绘制某监测站24小时PM2.5的浓度变化趋势，小明需要对图1所示的表中数据进行整理，下列选项中说法不正确的是（    ） (单选)

（2） 区域AA2:AA39的数据是通过公式计算出相应的平均值的，在AA2单元格中输入公式，再使用自动填充功能完成区域AA3:AA39的计算。

（3） 接着，小明对图1中的数据进行整理后，转为csv文件，如图2所示。小明根据要求编写程序，绘制的‘临平镇’站点24小时变化趋势图如图3所示，程序运行结果如图4所示。实现的Python程序如下，请在划线处，填入适当的语句或语句表达式。

图2

图3

图4

import pandas as pd

import matplotlib.pyplot as plt df=pd.read_csv("各站点 PM2.5 数据.csv")

s1=df["日平均浓度"]     #将 DataFrame 中“日平均浓度”列的数据读到s1中

#求浓度最低的站点

minx=s1[0] n=len(s1) t=0

for i in range(1,n):

    if s1[i]<minx:

        minx=s1[i]

        t = i

print('浓度最低的站点是(填写监测站点名称):',,'浓度为：',minx) g=df.groupby('地区',as_index=False)

s=g.日平均浓度.mean()

s_sort=s.sort_values("日平均浓度",ascending=False)     #各地区按照日平均浓度进行降序排序

print("求 PM2.5 平均浓度最高的三个区：\n",))

#绘制的‘临平镇’监测站点24小时变化趋势图

b=list(df.values[5][2:-1])      #将‘临平镇’每个时间段的数据存入列表b中

x=[];y=[]

for i in range(len(b)):

    x.append(i)

    y.append(b[i]) plt.plot()      

plt.title("临平镇24小时PM2.5变化趋势图")

plt.rcParams['font.sans-serif']=['SimHei']           #使中文字在视图中正常输出plt.rcParams['axes.unicode_minus']=False

plt.show()

（1） H3单元格(如图a所示)是用RANK函数来计算学校代码为“CZ009”在初中学段中晒课完成率的排名。参照初中完成率排名的计算方法来计算高中的完成率排名，先计算H13单元格的值(gz001在高中晒课完成率排名)，再向下填充至H16单元格，则H13单元格的内容为。

（2） 为了分析四所高中的晒课完成率，他制作了如图b所示的图表，

图b

则制作该图表的数据区域是。

（3） 若要对4所高中按晒课完成率进行降序排列，应选择的数据区域是。

（4） 若要用筛选的方法找出晒课没有完成的学校，则应对字段进行筛选。