使用python语言完成 数据多维化 1.统计2019年所有Europe城市的月平均气温，使用数据透视表实现 2.统计2010-2019年非洲不同国家日均最高气温，使用数据交叉表实现

好的，这是一个数据多维化的问题，需要使用 pandas 库来实现。下面是 Python 代码实现：

1. 统计2019年所有Europe城市的月平均气温，使用数据透视表实现

import pandas as pd

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

# 筛选出 Europe 城市和 2019 年的数据
df_europe_2019 = df[(df['continent'] == 'Europe') & (df['year'] == 2019)]

# 使用数据透视表计算月平均气温
pivot_table = pd.pivot_table(df_europe_2019,index=['city'],columns=['month'],values=['average_temperature'],aggfunc='mean')

# 显示结果
print(pivot_table)

2. 统计2010-2019年非洲不同国家日均最高气温，使用数据交叉表实现

import pandas as pd

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

# 筛选出非洲国家和 2010-2019 年的数据
df_africa_2010_2019 = df[(df['continent'] == 'Africa') & (df['year'] >= 2010) & (df['year'] <= 2019)]

# 使用数据交叉表计算日均最高气温
cross_table = pd.crosstab(index=df_africa_2010_2019['country'],columns=df_africa_2010_2019['year'],values=df_africa_2010_2019['max_temperature'],aggfunc='mean')

# 显示结果
print(cross_table)