
图1

图2

图3

请回答下列问题:
图a
请回答下列问题:
(提示:SUMIF函数用于对区域中满足条件的单元格求和。例如:=SUMIF(B3:B20,“高二”,I3:I20)表示高二年级所有选手总分之和)
图b

图 a
(提示:AVERAGEIF 函数用于返回某个区域内满足给定条件的所有单元格的平均值。例如:=AVERAGEIF(A4:A23,"水果",D4:D23)用于计算1月份所有水果的平均价格。


图 a

图 b

图 c

图a

图b
(提示:SUMIF函数用于统计某个区域中满足条件的单元格数值之和,例=SUMIF(B3:B22,H3,D3:D22),用于统计2017年各专业男生人数之和)
请回答下列问题:

① 采用pandas 模块中的(单选:填字母:A .Series / B .DataFrame)
数据结构存储全部数据会比较高效。
② 全部数据保存于变量df 中,为筛选出订单日期为2021 年第一季度内的所有记录,
可以执行Python 语句df1 = ,则df1 中保存筛选结果。(单选,填字母。
提示:多条件筛选时,条件之间用“&”连接,表示需要同时满足这多个条件)
A.df[ (df['订单日期'] <= '2021-1-1' ) & (df ['订单日期'] <= '2021-3-31') ]
B.df [ (df ['订单日期'] >= '2021-1-1') & (df ['订单日期'] >= '2021-3-31') ]
C.df [(df ['订单日期'] >= '2021-1-1') & (df ['订单日期'] <= '2021-3-31')]
编写如下Python 程序段:
#数据整理结果保存于变量df1中,代码略
g = df1.groupby('所在地市', as_index = False).sum()
print )
则划线处的代码可为( )(多选,填字母)
实现上述功能的Python程序部分代码如下:
#按“所在地市”对第一季度数据分组并求和,再按“订购数量”升序排序
#选取最后10条数据,存入变量s,代码略
import matplotlib.pyplot as plt
x = s['所在地市']
y =
plt.barh(x, y, color = 'r')
plt.show( )
程序中划线处代码应为。
应用该分析结果可能提供的数据服务是(列举一条即可)。