第 13 题

df = pd.read_excel("data.xlsx")

读取当年5月的监测数据，得到DataFrame。每行表示某终端在某日期、时刻的一次采集，列为“日期”“时间”“终端编号”“温度”“二氧化碳”，此时“二氧化碳”列保存浓度值。

id = input("输入待查监测点的终端编号：")

input返回字符串，因此输入编号1时，id的值为字符串"1"；图a中的终端编号为整数，后续比较时需要统一类型。

yz = 1000                         #二氧化碳阈值

设置异常判断阈值为1000。

df1 = df1[df1["二氧化碳"] > yz]  #筛选

对上一步的数据保留浓度严格大于1000的记录；浓度等于1000的记录不计入异常次数。此时每行仍代表一次采集。

df1 = df1[df1["二氧化碳"] >= df1.values[3][1]]

values[3][1]按位置取得第四行、第二列的值，不是取index标签为3的行。该句用这一数值作为筛选下限，保留“二氧化碳”列不小于它的记录；因此空②、③的结果必须满足按日比较异常次数的要求。

统计范围是某一个监测点，应逐行比较“终端编号”与输入编号，得到布尔序列，再用它筛选原表。将输入字符串转换为整数，填df[df["终端编号"] == int(id)]，选B。

经过异常筛选后，每行就是一次超阈值记录。要求按天统计，所以按“日期”分组，再对“二氧化碳”列计数，填df1.groupby("日期", as_index=False).二氧化碳.count()，选E。

as_index=False使日期保留为普通列，汇总结果是仅含“日期”“二氧化碳”两列的DataFrame；每行对应一个日期，“二氧化碳”列保存当天的异常记录数。

按日汇总后的结构如下，d₀、d₁表示实际有异常记录的日期，N₀、N₁表示对应次数，均为结构示意符号。

要让第四行对应异常次数排名第四的日期，必须按保存次数的“二氧化碳”列降序排列，填df1.sort_values("二氧化碳", ascending=False)，选C。排序只改变行的排列，保留原index标签。

图b中第四行次数为3，最后一句因此保留次数≥3的所有日期，得到5行而非仅4行。该写法要求按日汇总后至少有4行，本题示例满足此条件。

图b给出的最终结果如下；左列为保留的index标签，第二个数据列保存异常记录数。