1、用 pandas 库读取“pollution_us_5city_2006_2010_NO2.csv”文件，查看前五 行、后两行。 2、选择 2007 年数据集导出到文本文件“pollution_us_5city_2007_NO2.txt”， 要求数据之间用空格分隔，每行末尾包含换行符。 3、读取文本文件“pollution_us_5city_2007_NO2.txt”,统计总行数、总列数，并 按照 County Code 降序排序，并将排序后结果导出为 CSV 文件 “pollution_us_5city_2007_NO2_descending.csv”

1、读取文件并查看前五行、后两行:

import pandas as pd

# 读取文件
df = pd.read_csv('pollution_us_5city_2006_2010_NO2.csv')

# 查看前五行
print(df.head())

# 查看后两行
print(df.tail(2))

2、选择 2007 年数据集导出到文本文件“pollution_us_5city_2007_NO2.txt”:

# 选择 2007 年数据集
df_2007 = df[df['Date Local'].str.contains('2007')]

# 导出到文本文件
df_2007.to_csv('pollution_us_5city_2007_NO2.txt', sep=' ', index=False, line_terminator='\n')

3、读取文本文件“pollution_us_5city_2007_NO2.txt”，统计总行数、总列数，并按照 County Code 降序排序，并将排序后结果导出为 CSV 文件 “pollution_us_5city_2007_NO2_descending.csv”:

# 读取文本文件
df_2007 = pd.read_csv('pollution_us_5city_2007_NO2.txt', sep=' ')

# 统计总行数、总列数
print('总行数：', len(df_2007))
print('总列数：', len(df_2007.columns))

# 按照 County Code 降序排序
df_2007_sorted = df_2007.sort_values(by='County Code', ascending=False)

# 将排序后结果导出为 CSV 文件
df_2007_sorted.to_csv('pollution_us_5city_2007_NO2_descending.csv', index=False)