1. (2023高二下·浙江月考) 小吴收集了2020年之前历届世界杯数据并进行汇总，制作了“历年世界杯各国数据.xlsx文件，具体内容结构如图a(部分数据)所示。

图 a

1. （1） 从图a中可看到土耳其的比赛场数为“20”，与胜、平、负场数之和不相等，该问题属于     。

   A . 数据缺失 B . 数据重复 C . 逻辑错误 D . 格式不一致
3. （2） 现要找出非洲总进球数前 3 名的国家(不考虑并列情况)，核心代码如下：

   df = pd.read_excel("历年世界杯各国数据.xlsx")

   

   print(df)

   则方框处可选代码是 (按数据处理先后顺序填序号)。

   ①df = df.groupby("所属大洲")

   ②df = df[：3]

   ③df = df.sort_values("进球数"， ascending=False)

   ④df = df[df["所属大洲"]=="非洲"]

   ⑤df = df["非洲"]

5. （3） 小吴收集了英格兰在2022年世界杯中的5场比赛的数据并存储在文件“英格兰.xlsx”中，结构如图b所示。现编写程序，将数据处理后合并到“历年世界杯各国数据.xlsx”文件中，核代码如下，请在划线处填写合适的代码。

   图 b

   df1 = pd.read_excel("历年世界杯各国数据.xlsx")

   df2 = pd.read_excel("英格兰.xlsx")

   for i in range(len(df1))：

   if df1.at[i， "球队"]=="英格兰"：

   break

   for line in df2.values：

       goal = line[2]； lost = line[3]

       if goal>lost：

           df1.at[index， "胜"] += 1

       elif

           goal<lost：

           df1.at[index， "负"] += 1

       else：

           df1.at[index， "平"] += 1

          

   df1.at[index， "进球数"] += goal

   df1.at[index， "失球数"] += lost

   df1.at[index， "净胜球"] += goal - lost

   df1.to_excel("(new)历年世界杯各国数据.xlsx"， index=False) #去除索引保存文件

7. （4） 读入文件“(new)历年世界杯各国数据.xlsx”并制作了如图c所示的柱形图，核心代码如下。若要更换图表类型，则应修改 (单选，填序号) 处的代码

   图 c

   df1 = pd.read_excel("(new)历年世界杯各国数据.xlsx")

   df1 = df1.sort_values("进球数"，ascending=False)      #①

   df1 = df1[df1["所属大洲"]=="南美洲"]

   df1 = df1[["球队"， "进球数"]]                                       #②

   df1.plot.bar(x="球队"， y="进球数")                             #③

   plt.show()                                                                         #④