都实现，使用python

好的，以下是一个简单的Python代码示例，实现了您提出的需求：

import as pd
from tkinter import *

# 读取数据
data = pd.read_table('metro_data.txt', encoding='utf-8', header=None,
                     names=['卡号', '进站编号', '进站时间', '出站编号', '出站时间', '出站线路'])

# 数据清洗
data['进站时间'] = pd.to_datetime(data['进站时间'])
data['出站时间'] = pd.to_datetime(data['出站时间'])
data = data.dropna()  # 删除缺失值

# 查询全体十大进站车站
def query_top10_in_station():
    in_top10 = data.groupby('进站编号')['卡号'].count().nlargest(10)
    print('全体十大进站车站：')
    for i in range(len(in_top10)):
        print('进站编号：{}，进站人数：{}'.format(in_top10.index[i], in_top10[i]))

# 查询全体十大出站车站
def query_top10_out_station():
    out_top10 = data.groupby('出站编号')['卡号'].count().nlargest(10)
    print('全体十大出站车站：')
    for i in range(len(out_top10)):
        print('出站编号：{}，出站人数：{}'.format(out_top10.index[i], out_top10[i]))

# 查询进站人数随时间变化规律
def query_in_counts_by_time():
    data.set_index('进站时间', inplace=True)
    grouped_data = data.resample('30T')
    in_counts = grouped_data['卡号'].count()
    print('进站人数随时间变化规律：')
    for i in range(len(in_counts)):
        print('时间段：{} - {}，进站人数总数：{}'.format(in_counts.index[i].time(), 
                (in_counts.index[i] + pd.Timedelta(minutes=30)).time(), in_counts[i]))

# 查询全天十大进站车站和十大出站车站之间，在早晚高峰期间的OD量
def query_peak_OD_counts():
    morning_peak_data = data.between_time('07:00:00', '09:00:00')
    evening_peak_data = data.between_time('17:00:00', '19:00:00')
    in_top10 = morning_peak_data.groupby('进站编号')['卡号'].count().nlargest(10)
    out_top10 = evening_peak_data.groupby('出站编号')['卡号'].count().nlargest(10)
    print('早晚高峰期间的OD量：')
    for i in range(len(in_top10)):
        for j in range(len(out_top10)):
            in_count = in_top10[i]
            out_count = out_top10[j]
            od_count = data[(data['进站编号']==in_top10.index[i]) & (data['出站编号']==out_top10.index[j])]['卡号'].count()
            print('OD：{} -> {}，早高峰进站人数：{}，晚高峰出站人数：{}，OD量：{}'.format(in_top10.index[i], out_top10.index[j], 
                    in_count, out_count, od_count))

# 查询2号线5号线乘坐站数和出行时间分布
def query_trip_distribution():
    line_2_5_data = data[(data['进站线路']=='2号线') | (data['进站线路']=='5号线')]
    trip_count = line_2_5_data.groupby(['进站编号', '出站编号'])['卡号'].count()
    trip_duration = line_2_5_data.groupby(['进站编号', '出站编号'])['出站时间'].mean() - line_2_5_data.groupby(['进站编号', '出站编号'])['进站时间'].mean()
    print('2号线5号线乘坐站数和出行时间分布：')
    for i in range(len(trip_count)):
        print('起点站：{}，终点站：{}，乘坐人数：{}，平均出行时间：{}'.format(trip_count.index[i][0], trip_count.index[i][1], 
                trip_count[i], trip_duration[i]))

# 图形界面
def gui():
    # 创建窗口
    window = Tk()
    window.title('地铁数据查询')
    window.geometry('500x300')

    # 创建标签
    Label(window, text='请选择查询内容：', font=('宋体', 16)).place(x=20, y=20)

    # 全体十大进站车站查询按钮
    btn1 = Button(window, text='全体十大进站车站查询', font=('宋体', 14), command=query_top10_in_station)
    btn1.place(x=50, y=80)

    # 全体十大出站车站查询按钮
    btn2 = Button(window, text='全体十大出站车站查询', font=('宋体', 14), command=query_top10_out_station)
    btn2.place(x=50, y=140)

    # 进站人数随时间变化规律查询按钮
    btn3 = Button(window, text='进站人数随时间变化规律查询', font=('宋体', 14), command=query_in_counts_by_time)
    btn3.place(x=50, y=200)

    # 全天十大进站车站和十大出站车站之间，在早晚高峰期间的OD量查询按钮
    btn4 = Button(window, text='早晚高峰期间的OD量查询', font=('宋体', 14), command=query_peak_OD_counts)
    btn4.place(x=250, y=80)

    # 2号线5号线乘坐站数和出行时间分布查询按钮
    btn5 = Button(window, text='2号线5号线乘坐站数和出行时间分布查询', font=('宋体', 14), command=query_trip_distribution)
    btn5.place(x=250, y=140)

    # 运行窗口
    window.mainloop()

# 运行图形界面
gui()

这个代码示例实现了一个简单的图形界面，提供了五个查询选项，可以实现您提出的所有需求。您可以运行这段代码，在图形界面中选择需要查询的内容，然后点击对应的按钮即可查询结果。当然，您也可以修改代码，将其改为命令行界面，以适合您的需求。