2.利用以上数据，清洗和整理数据：（1）统计数据信息；（2）缺失值判断；（3）缺失值过滤；（4）删除多余信息；（5）按照“当月票房”对数据做升序排列，按照“平均票价”对数据做降序排列。

你的问题是关于数据清洗和整理方面的，我可以为你提供一些基本的概念和方法。

数据清洗和整理是数据分析的重要步骤，目的是消除数据中的错误、重复和不完整的部分，使其符合分析要求，以提高数据的准确性和可靠性。

具体来说，对于你提到的问题，可以采取以下步骤：

1. 统计数据信息：通过对数据进行计算和汇总，得出数据的基本信息，如总数、平均数、方差、最大值、最小值等，以帮助分析师更好地理解数据。

2. 缺失值判断：检查数据是否存在空白/空缺值，以识别并解决这些潜在的问题。缺失值可能会导致数据分析出现误差，所以需要对其进行识别和处理。

3. 缺失值过滤：删除或替换缺失值，以确定基于完整数据集的分析结果。这通常是通过平均值、中位数或众数进行补全。

4. 删除多余信息：删除数据中的不必要信息，包括不相关的变量和过度分散的数据。这些冗余信息可能会干扰分析的结果。

5. 排序: 按照“当月票房”对数据做升序排列，按照“平均票价”对数据做降序排列。这样可以更好地展现数据之间的关系和趋势。

总的来说，数据清洗和整理是数据分析的重要步骤。正确的数据处理可以提高数据的质量和准确性，有助于更好地理解和解释数据。