2022年山东省大数据局大数据分析应用-中级模拟题.docxVIP

2022年山东省大数据局大数据分析应用-中级模拟题 2022年山东省大数据局大数据分析应用-中级模拟题一、题目要求：假设你是山东省大数据局的一名数据分析师，负责分析山东省2021年各地市的经济发展情况，并根据数据给出相应的建议。根据给定的数据，完成以下几个问题：1. 山东省2021年各地市的GDP排名情况是怎样的？2. 山东省2021年各地市的人均GDP是多少？人均GDP最高和最低的地市分别是哪些？3. 山东省2021年各地市的税收收入排名情况是怎样的？4. 结合GDP排名和税收收入排名，分析各地市的经济发展与财政收入情况是否相符，给出相应建议。二、数据准备：为了回答以上问题，我们需要收集以下数据：1. 山东省2021年各地市的GDP数据表2. 山东省2021年各地市的人口数据表3. 山东省2021年各地市的税收收入数据表三、分析步骤：1. 对于问题1：山东省2021年各地市的GDP排名情况，我们可以根据GDP数据表计算各地市的GDP总量，并按总量进行排名。最后，我们可以得到山东省各地市2021年GDP排名的结果表格。 示例代码： ```python import pandas as pd # 导入GDP数据表 gdp_df = pd.read_csv(gdp.csv) # 计算各地市的GDP总量并排序 gdp_rank_df = gdp_df.groupby(地市)[GDP].sum().sort_values(ascending=False).reset_index() # 打印结果 print(gdp_rank_df) ``` 结果示例： ``` 地市 GDP 0 济南市 1000.00 1 青岛市 900.00 2 烟台市 800.00 ... ```2. 对于问题2：山东省2021年各地市的人均GDP，我们需要将各地市的GDP总量除以相应的人口数量。同样可以根据人口数据表计算出各地市的人口数量，然后将GDP总量除以人口数量得到人均GDP。最后，我们可以找出人均GDP最高和最低的地市。 示例代码： ```python import pandas as pd # 导入GDP数据表 gdp_df = pd.read_csv(gdp.csv) # 导入人口数据表 population_df = pd.read_csv(population.csv) # 计算各地市的人口数量 population_df[人口数量] = population_df.sum(axis=1) # 合并GDP和人口数据表 gdp_per_capita_df = pd.merge(gdp_df, population_df, on=地市) # 计算人均GDP gdp_per_capita_df[人均GDP] = gdp_per_capita_df[GDP] / gdp_per_capita_df[人口数量] # 找出人均GDP最高和最低的地市 highest_gdp_city = gdp_per_capita_df.loc[gdp_per_capita_df[人均GDP].idxmax()] lowest_gdp_city = gdp_per_capita_df.loc[gdp_per_capita_df[人均GDP].idxmin()] # 打印结果 print(f人均GDP最高的地市是{highest_gdp_city[地市]}，人均GDP为{highest_gdp_city[人均GDP]}) print(f人均GDP最低的地市是{lowest_gdp_city[地市]}，人均GDP为{lowest_gdp_city[人均GDP]}) ``` 结果示例： ``` 人均GDP最高的地市是济南市，人均GDP为1000.00 人均GDP最低的地市是烟台市，人均GDP为500.00 ```3. 对于问题3：山东省2021年各地市的税收收入排名情况，同样可以根据税收收入数据表计算各地市的税收总量，并按总量进行排名。最后，我们可以得到山东省各地市2021年税收收入排名的结果表格。 示例代码： ```python import pandas as pd # 导入税收收入数据表 tax_df = pd.read_csv(tax.csv) # 计算各地市的税收总量并排序 t