1、使用pandas读取文件data.csv中的数据，创建datafram对象，并删除其中所有的缺失值； 2、使用matplotlib生成折线图，所映该饭店每天的营业情况，并把图形保存为本地文件first.jpg; 3、按月份进行统计，使用matplotlib绘制柱状图显示每个月的营业额，并把图形保存为本地文件second.jpg; 4、按月份进行统计，找出相邻两个月的最大涨幅，并把涨幅最大的月份写入文件maxmonth.txt; 5、按季工统计该饭店2017年的营业额数据，使用matplotlib生成饼状图显示2017年4年季度的营业额分布情况，并图图形保存为本地文件third.jpg。

好的，我已经记录下来了您的要求。下面我将一步步回答您的问题。

1. 首先需要导入pandas库，然后使用read_csv()函数读取data.csv文件，创建datafram对象，接着使用dropna()函数删除其中所有的缺失值，代码如下：

import pandas as pd

df = pd.read_csv('data.csv')
df.dropna(inplace=True)

2. 使用matplotlib库生成折线图，并保存为本地文件first.jpg，代码如下：

import matplotlib.pyplot as plt

# 将日期列作为x轴，营业额列作为y轴画出折线图
plt.plot(df['日期'], df['营业额'])

# 添加x轴和y轴标签
plt.xlabel('日期')
plt.ylabel('营业额')

# 添加图形标题
plt.title('饭店每天营业情况')

# 保存图形为本地文件
plt.savefig('first.jpg')

3. 按月份进行统计，使用matplotlib库绘制柱状图显示每个月的营业额，并把图形保存为本地文件second.jpg，代码如下：

import matplotlib.pyplot as plt

# 将日期列转换为月份，并将其作为新的一列添加到dataframe对象中
df['月份'] = pd.to_datetime(df['日期']).dt.month

# 按月份进行分组统计，计算每月的营业额
monthly_sales = df.groupby('月份')['营业额'].sum()

# 使用matplotlib绘制柱状图
plt.bar(monthly_sales.index, monthly_sales)

# 添加x轴和y轴标签
plt.xlabel('月份')
plt.ylabel('营业额')

# 添加图形标题
plt.title('饭店每月营业额')

# 保存图形为本地文件
plt.savefig('second.jpg')

4. 按月份进行统计，找出相邻两个月的最大涨幅，并把涨幅最大的月份写入文件maxmonth.txt，代码如下：

# 将日期列转换为月份，并将其作为新的一列添加到dataframe对象中
df['月份'] = pd.to_datetime(df['日期']).dt.month

# 按月份进行分组统计，计算每月的营业额
monthly_sales = df.groupby('月份')['营业额'].sum()

# 计算相邻两个月的涨幅
max_increase = 0
max_month = 0
for i in range(1,13):
    increase = monthly_sales[i] - monthly_sales[i-1]
    if increase > max_increase:
        max_increase = increase
        max_month = i

# 将最大涨幅的月份写入文件maxmonth.txt
with open('maxmonth.txt', 'w') as f:
    f.write(str(max_month))

5. 按季工统计该饭店2017年的营业额数据，使用matplotlib生成饼状图显示2017年4年季度的营业额分布情况，并图图形保存为本地文件third.jpg，代码如下：

import matplotlib.pyplot as plt

# 将日期列转换为季度，并将其作为新的一列添加到dataframe对象中
df['季度'] = pd.to_datetime(df['日期']).dt.quarter

# 只统计2017年的数据
df = df[df['日期'].str.startswith('2017')]

# 按季度进行分组统计，计算每季度的营业额
quarterly_sales = df.groupby('季度')['营业额'].sum()

# 使用matplotlib生成饼状图
plt.pie(quarterly_sales, labels=['第一季度', '第二季度', '第三季度', '第四季度'])

# 添加图形标题
plt.title('2017年饭店季度营业额分布情况')

# 保存图形为本地文件
plt.savefig('third.jpg')

以上就是我对您提出问题的回答，希望能够帮助到您。如果您有其他问题或需要进一步解释，请随时告诉我。