案例四（风景名胜区.csv） 1、输出旅游占地面积最大的省份名称 2、按照游客量高低输出省份名称 3、获取游客量前五名的景点，绘制一张折线图，行索引为前五名的景点名称，列索引为前五名的景点游客量，设置X轴标签、Y轴标签、标题、图例 4、绘制一张折线图，行索引为省份，列索引为该省份景点平均游客量，设置X轴标签、Y轴标签、标题、图例

1. 输出旅游占地面积最大的省份名称

import pandas as pd

df = pd.read_csv('风景名胜区.csv', encoding='utf-8')
max_area = df.groupby('省份').agg({'占地面积': 'max'})
max_area = max_area.reset_index()
max_province = max_area.loc[max_area['占地面积'].idxmax()]['省份']
print(f"旅游占地面积最大的省份是：{max_province}")

2. 按照游客量高低输出省份名称

import pandas as pd

df = pd.read_csv('风景名胜区.csv', encoding='utf-8')
visitor_count = df.groupby('省份').agg({'游客量': 'sum'})
visitor_count = visitor_count.reset_index()
visitor_count = visitor_count.sort_values(by='游客量', ascending=False)
print("按照游客量高低输出省份名称：")
print(visitor_count['省份'].to_string(index=False))

3. 获取游客量前五名的景点，绘制一张折线图

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('风景名胜区.csv', encoding='utf-8')
top5 = df.groupby('景点名称').agg({'游客量': 'sum'}).nlargest(5, '游客量')
top5 = top5.reset_index()
pivot_data = pd.pivot_table(df[df['景点名称'].isin(top5['景点名称'])], index='景点名称', columns='游客量', values='月份')
plt.plot(pivot_data)
plt.xlabel('月份')
plt.ylabel('游客量')
plt.title('游客量前五名的景点')
plt.legend(pivot_data.columns)
plt.show()

4. 绘制一张折线图，行索引为省份，列索引为该省份景点平均游客量

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('风景名胜区.csv', encoding='utf-8')
avg_visitor = df.groupby('省份').agg({'游客量': 'mean'})
avg_visitor = avg_visitor.reset_index()
pivot_data = pd.pivot_table(df, index='省份', columns='游客量', values='月份', aggfunc='count')
pivot_data = pivot_data.reindex(avg_visitor['省份'])
plt.plot(avg_visitor['省份'], avg_visitor['游客量'])
plt.xlabel('省份')
plt.ylabel('平均游客量')
plt.title('各省份景点平均游客量')
plt.show()