使用课程中的movie数据集，完成以下题目：统计Steven Spielberg导演的电影每年的评分/平均票房，绘制折线图

在使用课程中的movie数据集完成这个任务时，首先需要确保数据集中包含有关Steven Spielberg导演的电影信息以及每部电影的年份、评分和票房数据。以下是大致步骤：

1. **数据加载与预处理**:
- 导入所需的库，如pandas for 数据处理，matplotlib用于绘图。
- 加载数据集，并筛选出Steven Spielberg相关的行。

import pandas as pd
import matplotlib.pyplot as plt

# 假设数据集名为'movie_data.csv'
df = pd.read_csv('movie_data.csv')
sspielberg_movies = df[df['director'] == 'Steven Spielberg']

2. **数据清洗与分组**:
- 检查并处理缺失值，如果有的话。
- 根据年份对电影进行分组，计算每年的评分平均值和总票房。

grouped_data = spielberg_movies.groupby('year').agg({'rating': 'mean', 'box_office': 'sum'})

3. **计算平均评分和票房**:
- 对评分求平均得到每年的平均评分，对票房求和除以年数得到平均票房。

average_ratings = grouped_data['rating'].mean()
average_box_office_per_year = grouped_data['box_office'].sum() / grouped_data.index.size

4. **绘制折线图**:
- 使用matplotlib创建折线图，x轴为年份，y轴分别为评分和票房。

plt.figure(figsize=(10, 6))
plt.plot(average_ratings.index, average_ratings, label='Average Rating')
plt.plot(average_box_office_per_year.index, average_box_office_per_year, label='Average Box Office')
plt.title("Steven Spielberg's Film Ratings and Box Office Over Time")
plt.xlabel('Year')
plt.ylabel('Value')
plt.legend()
plt.show()