学进去

小申最近在申请一个关于手机APP下载情况的课题，为此他从某移动数据分析平台上下载了2022年1-4月“中国区App热门应用下载榜”的部分数据。经初步整理，得到了名为“热门应用下载榜.csv”的数据文件，部分数据如下。请根据以上情境回答以下问题。

APP名称	应用领域	1月下载量	2月下载量	3月下载量	4月下载量
微信	社交通讯	10515227	10586023	5595338	2612807
QQ	社交通讯	4840495	5549392	3270954	2196967
微博	社交通讯	1488020	1357479	1397596	1278586
拼多多	综合电商	7980282	5189566	6412028	4300543
京东	综合电商	2440802	2866637	2235491	2058659
美团	综合电商	2431001	2572887	1967273	1566847
饿了么	综合电商	1528579	1215251	1451845	1809349
叮咚买菜	综合电商	645569	603302	847805	2085682
得物	综合电商	3316854		1991585	1335633
淘宝	综合电商	4416424	4027143	2978742	1909709
快手	休闲娱乐	7940261	2519546	2744268	2058346
快手极速版	休闲娱乐	4046872	2157658	2633956	4003789
饿了么	综合电商	1528579	1215251	1451845	1809349
抖音	休闲娱乐	8754023	8739191	5335021	3140634
抖音极速版	休闲娱乐	3518013	3197681	2516428	5082916
王者荣耀	休闲娱乐	2838336	2322328	1857879	2314643
拼多多	综合电商	7980282	5189566	6412028	4300543
百度	浏览器	3297148	3368248	2471573	2145527
夸克	浏览器	2787658	1415321	2736426	6370253
爱奇艺	综合视频	2152280	2647844	2504231	2134187
哗哩哗哩	综合视频		1689264	1451845	1941582

（1）小申发现数据表中存在问题数据，他用python对这些数据进行整理，删除其中的重复值和缺失值。以下能实现数据整理要求的是(              )

import pandas as pd # 读取csv文件 df = pd.read_csv("热门应用下载榜. csv", encoding="ANSI") # 删除重复值，保留第一条记录 df = df. ______①______(subset=["APP 名称"], keep="______②_______", inplace=False) # 删除有缺失值的行 df = df. ______③______(axis=0, how="______④_______",inplace=False) # 保存整理后的数据表 df.to_csv("热门应用下载榜整理版. csv", encoding="ANSI")

A. ①dropduplicates；②first；③drop_na；④any
B. ①drop_duplicates；②last；③dropna；④all
C. ①drop_duplicates；②first；③dropna；④any
D. ①dropduplicates；②last；③drop_na；④any
（2） 小申需要统计 4 月下载量最多的 APP，他编写了以下代码，则横线处可以实现上述功能的函数是(              )。

import pandas aspd # 读取csv文件 df = pd. read_csv("热门应用下载榜整理版. csv", encoding="ANSI") # 4月下载量最多的APP april = np. ______________(df["4月下载量"]) print(df[df["4月下载量"] == april])

A. min        B. max        C. mean        D. value_counts
（3）为统计3月综合电商应用领域中下载量超过两百万的APP，下列筛选的条件表达式中正确的是(              )。
A. df[(df["应用领域"]="综合电商") and (df["3月下载量"]>=2000000)]
B. df[(df["应用领域"]="综合电商") or (df["3月下载量"]>=2000000)]
C. df[(df["应用领域"]=="综合电商") | (df["3月下载量"]>=2000000)]
D. df[(df["应用领域"]=="综合电商") & (df["3月下载量"]>=2000000)]
（4）小申统计了下载榜中不同应用领域的APP所占的比例，绘制了如下饼图，请帮助小申完善以下程序，①______________【选填：min() / max() / sum() /value_counts()】，②____________。

import pandas as pd import matplotlib. pyplot as plt plt. rcParams['font. sans-serif'] =['SimHei'] # 支持中文，用于正常显示中文标签 df = pd. read_csv("热门应用下载榜整理版. csv", encoding="ANSI") # 读取csv文件 category = df["应用领域"]. ______①_______ # 统计不同应用领域的APP数量 ______②_______(category, labels=category. index, autopct="%1. 1f%%") # 绘制饼图 plt. show() # 显示图形