第 14 题

df = pd.read_excel("data.xlsx") #读取文件

读取后得到 DataFrame df。图 a 中每行记录一天的数据，第一列“时间”保存日期，其余各列分别保存各房间当天的照明用电量。因此，某房间列全年数据的总和除以 12，才是该房间的月均用电量；直接对每天的数据求平均得到的是日均用电量。

columns = df.columns[1:]        #取得所有房间列表

df.columns[1:] 跳过第一列“时间”，取得各房间的列名，作为后续循环逐个处理的对象。

maxv = 0
for col in columns:
    s = df[col].sum()           #求总和
    ave = round(s/12, 2)        #保留 2 位小数
    if ave > maxv:
        ①
        maxcol = col

循环每次选取一个房间列，对其全年用电量求和，再除以 12 并保留两位小数，得到 ave。ave > maxv 比较当前值与此前记录的最大值；进入分支后，已知语句把当前房间名保存到 maxcol。maxv 与 maxcol 需要共同记录当前找到的最大月均值及其对应房间。

df.insert(0,"月","")           #在首列插入"月"列

在 df 最左侧新增“月”列，并先将各行该列的值设为空字符串，供后续逐行填写月份。

for i in df.index:
    t = df.at[i,"时间"]         #通过行标签和列标签选取单个值
    df.at[i,"月"] = ②

i 依次取 df 的行标签，df.at[i,"时间"] 读取该行日期字符串 t。下一条赋值需要把该日期对应的月份写入同一行的“月”列，为后续按月汇总建立分组依据。

df = df.drop("时间",axis=1)     #删除"时间"列

axis=1 表示删除列；月份已经单独保存后，删除“时间”列，保留“月”及各房间用电量列。

df2 = df[["月",maxcol]]         #从 df 中筛选出两列数据

双层方括号按列名列表选取“月”和目标房间两列，得到 DataFrame df2。它仍是一行一天，尚未汇总成月用电量。以图 c 显示的目标房间 2-201 为例，图 a 开头两行在 df2 中的结构如下。

条件 ave > maxv 表示当前房间的月均用电量超过了此前记录的最大值。下一行 maxcol = col 保存当前房间名，划线处还必须同步更新最大值，才能让后续房间与新的最大值比较，因此填 maxv = ave。

时间字符串采用 YYYY-MM-DD 格式，例如 2025-01-01。Python 字符串下标从 0 开始，月份的两个字符位于下标 5、6；切片左闭右开，应写为 t[5:7]，得到 01。保留两位月份字符串，也便于后续按月份顺序分组和显示。

df2 每行仍是一天的数据，题目需要的是每个月的总用电量，因此按“月”分组，对所选房间的用电量求和：

df3 = df2.groupby("月",as_index = False).sum()

选择 B。as_index=False 使月份保留为“月”列，结果使用默认整数行索引；每一行由一天变为一个月。默认按分组键排序，补零后的月份字符串会按 01～12 排列。A 求的是组内平均值，且把月份放入行索引，不符合月总量及后续按“月”列访问的要求。

依据图 c 的月用电量，分组结果 df3 的部分数据如下，列名为“月”和“2-201”，index 为默认整数索引：

图 b 横轴为月份，纵轴为所选房间各月用电量。df3 的月份保存在“月”列，房间列名保存在 maxcol，所以填入：

plt.plot(df3.月,df3[maxcol])

选择 F。E 使用 df3.index，取得的是 0～11 的行索引，并不是图中的月份 01～12。

折线图按月份顺序绘制完成后，文字输出要求按月用电量降序排列，应以 maxcol 指定的房间列为排序依据，并设置 ascending=False：

df3 = df3.sort_values(maxcol,ascending=False)

选择 C。col 是前面遍历房间时使用的循环变量，循环结束后保留的是最后遍历的房间名，不一定是 maxcol，因此不能选 D。排序改变行的显示顺序，但保留原行标签；最后的循环遍历 df3.index，按标签读取对应月份和用电量，仍能正确配对输出。

降序排序后，df3 的前几行如下。index 保留分组结果中的原标签，不会自动重新编号：