#读入文件pmi_days.csv，完成以下操作：1.统计质量等级对应的天数，例如：优：5天 良：3天 中度污染：2天2.找出PMI2.5的最大值和最小值，分别指出是哪一天。
import pandas as pd
import csv
days_path = open(r"C:\Users\Administrator\Desktop\pmi_days.csv")
days_df = pd.read_csv(days_path)
data = days_df.groupby('质量等级')
ample = dict([x for x in data])['优']
fine= dict([x for x in data])['良']
mild_pollution = dict([x for x in data])['轻度污染']
middle_level_pollution = dict([x for x in data])['中度污染']
print("空气质量为优的有%d天" % len(ample.index), "\n空气质量为良的有%d天" % len(fine.index),
"\n空气质量为轻度污染的有%d天" % len(mild_pollution.index), "\n空气质量为中度污染的有%d天" % len(middle_level_pollution.index))
sort = days_df.sort_values(by='PM2.5')
sort_1= sort_pm25.reset_index(drop=True)
print("PM2.5最大的是：%s\n值为：%d" % (sort_1['日期'][29], sort_1['PM2.5'][29]),
"\nPM2.5最小的是：%s\n值为：%d" % (sort_1['日期'][0], sort_1['PM2.5'][0]))
#读入文件1980-2018GDP.csv，完成以下操作：
#1.按行输出每年GDP数据，表头列名如文件第1行所示。
#2.将各年GDP数据转换成字典格式，以年份为keys,其它值为values（数据类型为列表方式）,例如：
#{
#2017:[827121.7,6.8%,60989]
#........
#}
#3.遍历字典数据，求出GDP的最小值与最大值，并输出数据与对应的年份。
import pandas as pd
path = open(r"C:\Users\Administrator\Desktop\1980-2018GDP.csv")
list = pd.read_csv(path)
print("第一题（按行输出每年的GDP的数据）：")
print(list, "\t\t\n")
GDP = list.set_index('年份').T.to_dict('list')
print("第二题（将各年GDP数据转换成字典格式）：")
print("字典：", GDP, "\n")
data_max = max(GDP, key=GDP.get)
data_min = min(GDP, key=GDP.get)
print("第三题输出GDP的值：")
print("GDP最大值：", data_max, GDP[data_max])
print("GDP最小值：", data_min, GDP[data_min])
