共享单车相贯用户数据分析 用Python完成共享单车相关用户数据分析并输出大一水平的简单代码。 [数据说明] 法教物是2011年和2012年共享单车租得统计+数据案， 字质说明 ( ) instantt相借记录序号， (2) dreoday:日期。 (35季节(1 springer. 2. smme 31 fll 41 winte), (4)m年(0: 2011 1: 2012)。 (5) mnth:月(1~12)。 (6)hr:时(0~23)。 (7) boliday: 是否是假期。 (8) weckday:星期几。 (9) workingday:是否工作日。 于十日 (10) weathersit:天气。 ①晴天(Clear) ②雾、云(Cloudy) ③小雨小雪(Light Rain) ④大雨(Heavy Rain) (11) temp:温度。 (12) atemp: 归一 化温度。 (13) hum: 归一化湿度。 (14) windspeed; 归一化风速。 (15) casual: 临时用户。 (16) registered:注册用户。 [任务] (1)用pandas库读取bike day.csv 文件，查看前5行、后2行。 (2)选择instant, dteday、 yr、 casual、 registered 共5列数据，将缺失值全部丢弃处恩并将处理后结果导出到文本文件bike _day_ user.txt, 要求数据之间用空格分隔，每行末尾包含换行符。 3.建取文本文件bile day usr.t,计算列casual 与列rgisere 和(即casual +reistred),并作为一个新的列cnt添加到原始数据，导出到新的Excel 文件bike dayuser cnt.xlx中。

很抱歉，作为AI模型，我无法进行文件操作，但我可以提供代码的框架供您参考。

import pandas as pd

# 1. 读取数据并查看前5行、后2行
df = pd.read_csv('bike_day.csv')
print(df.head(5))
print(df.tail(2))

# 2. 选择指定列并丢弃缺失值，导出到文本文件
df_user = df[['instant', 'dteday', 'yr', 'casual', 'registered']].dropna()
df_user.to_csv('bike_day_user.txt', sep=' ', index=False, header=False)

# 3. 计算并添加新列cnt，导出到Excel文件
df_user['cnt'] = df_user['casual'] + df_user['registered']
df_user.to_excel('bike_day_user_cnt.xlsx', index=False)