统计2019年美国California各城市高温（日均气温高于20℃）天数大于15天的月份及当月高温天数。用Python写出

在Python中，你可以使用pandas库来处理这个问题，假设我们有一个包含2019年加州各个城市的每日气温数据的数据框。首先，我们需要筛选出日均气温超过20摄氏度的日子，然后计算每个月的高温天数，并找出那些天数大于15天的月份。

以下是一个简单的步骤说明：

1. 导入必要的库：

import pandas as pd

2. 加载数据（这里假设数据存储在一个CSV文件中）：

data = pd.read_csv('california_temperatures_2019.csv')

3. 筛选并计算高温天数：

# 假设日期列名为'date'，平均气温列名为'temperature'
high_temp_days = data[(data['temperature'] > 20) & (data['date'].dt.month != 'Month')].groupby(data['date'].dt.month)['temperature'].count()

4. 找出高温天数大于15天的月份：

months_with_more_than_15_days = high_temp_days[high_temp_days > 15]

5. 输出结果：

print(months_with_more_than_15_days.index.tolist())  # 输出月份列表

注意：这个例子假设了数据已经被清洗和格式化，实际操作时可能需要根据数据的具体情况调整。如果数据源没有提供按月份汇总的功能，可能还需要进一步处理。