python数据呈现：绘制1995-2019年广州和北京月份的2月均气温变化线形图，文件中有日期列和平均气温列，没有年和月列

可以先将日期列转换为 Pandas 的 datetime 格式，然后提取出年和月信息，再按年和月分组计算平均气温。最后使用 Matplotlib 绘制折线图。

以下是示例代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_csv('temperature.csv')

# 将日期列转换为 datetime 格式
data['日期'] = pd.to_datetime(data['日期'], format='%Y-%m-%d')

# 提取出年和月信息
data['年'] = data['日期'].dt.year
data['月'] = data['日期'].dt.month

# 查询广州和北京2月份的数据
Guangzhou_data = data.query('省 == "广州市" and 月 == 2')
Beijing_data = data.query('省 == "北京市" and 月 == 2')

# 按年和月分组计算平均气温
Guangzhou_mean = Guangzhou_data.groupby(['年', '月'])['气温'].mean().values
Beijing_mean = Beijing_data.groupby(['年', '月'])['气温'].mean().values

# 绘制折线图
plt.plot(range(1995, 2020), Guangzhou_mean, label='Guangzhou')
plt.plot(range(1995, 2020), Beijing_mean, label='Beijing')
plt.xlabel('Year')
plt.ylabel('Average Temperature (°C)')
plt.title('Monthly Average Temperature in February')
plt.legend()
plt.show()

这里使用了groupby函数按年和月分组计算平均气温，并且使用Matplotlib的plot函数绘制折线图。注意，这里使用了range函数生成了1995到2019的年份序列，因为数据中没有年份信息。