(1) 用 pandas >取 pollution_us_Scity_2006_2010_NO2.csv 文件，奆着前5行、 后2仃。 (2）选择 2007 年数据集，将缺失值丢弃处理，并将预处理后结果导出到文本文件 polution_ us Sciry_ 2007 No2.txt，要求数据之问用空格分隔，每行未尾包含换行符。 （3）读取文本文件pollution_us_5cily_2007_ NO2.txt，统计总行数、总列数，并按照 County Code 降序排序，并将排序后结果导出为 CSV 文件 pollution_ us_ 5city_2007- NO2- descending.csvo (4）读取新的数据集 pollution_ us_ Scity_2007_ NO2_ descending.csv，利用 category=[0， 25, 50, 75, 100, 125, 150]# labels ['Good', 'Moderate', 'SubUnhealthy', 'Unhealthy', "Very Unhealthy, 'Hazardousl将 County--"Queens"的 NO2 AQI 迸行离散化，并根据离散化 结果进行统计，分别画出统计结果的柱状图和饼状图，并分别保存为 NO2_ AQI bar-png、 NO2_AQI pie.png，要求分率不低于 300 dpi。

好的，以下是代码实现：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 1.读取文件，输出前5行和后2行
df = pd.read_csv('pollution_us_Scity_2006_2010_NO2.csv')
print('前5行：')
print(df.head(5))
print('后2行：')
print(df.tail(2))

# 2.选择2007年数据集，将缺失值丢弃处理，并导出到文本文件
df_2007 = df[df['Date Local'].str.contains('2007')]
df_2007.dropna(inplace=True)
df_2007.to_csv('pollution_us_Scity_2007_NO2.txt', sep=' ', index=False, header=None, line_terminator='\n')

# 3.读取文本文件，统计总行数、总列数，并按照County Code降序排序，并导出为CSV文件
df_2007 = pd.read_csv('pollution_us_Scity_2007_NO2.txt', sep=' ', header=None)
print('总行数：', len(df_2007))
print('总列数：', len(df_2007.columns))
df_2007.sort_values(by=3, ascending=False, inplace=True)
df_2007.to_csv('pollution_us_5city_2007_NO2_descending.csv', index=False, header=None)

# 4.读取新的数据集，将County--"Queens"的NO2 AQI进行离散化，并绘制柱状图和饼状图
df_new = pd.read_csv('pollution_us_Scity_2007_NO2_descending.csv', header=None)
df_queens = df_new[df_new[2] == 'Queens']
bins = [0, 25, 50, 75, 100, 125, 150]
labels = ['Good', 'Moderate', 'SubUnhealthy', 'Unhealthy', 'Very Unhealthy', 'Hazardous']
df_queens['AQI'] = pd.cut(df_queens[4], bins=bins, labels=labels)
counts = df_queens['AQI'].value_counts()
plt.figure(figsize=(8, 6), dpi=300)
plt.bar(counts.index, counts.values)
plt.xlabel('AQI Category')
plt.ylabel('Counts')
plt.title('NO2 AQI in Queens, 2007')
plt.savefig('NO2_AQI_bar.png', dpi=300)

plt.figure(figsize=(8, 6), dpi=300)
plt.pie(counts.values, labels=counts.index, autopct='%1.1f%%', startangle=90)
plt.title('NO2 AQI in Queens, 2007')
plt.axis('equal')
plt.legend(title='AQI Category', loc='best')
plt.savefig('NO2_AQI_pie.png', dpi=300)

注意：以上代码需要先下载数据集`pollution_us_Scity_2006_2010_NO2.csv`，并放在当前工作目录下才能正常运行。