'''
数据清洗
'''
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False


def main():
    aqi_data = pd.read_csv('china_city_aqi.csv')
    # 前两行
    # print(aqi_data.head(2))
    # 后两行
    # print(aqi_data.tail(2))
    # print('基本信息： ')
    # print(aqi_data.info())

    # 数据清洗
    # 只保留数据 > 0 
    # filter_condition = aqi_data['AQI'] > 0
    # clean_aqi_data = aqi_data[filter_condition]

    clean_aqi_data = aqi_data[aqi_data['AQI'] > 0]

    # print('AQI最大值： ', aqi_data['AQI'].max())
    # print('AQI均值： ', aqi_data['AQI'].mean())

    # top10
    top10 = clean_aqi_data.sort_values(by=['AQI']).head(50)
    # print('空气质量最好的10个城市：', top10)

    top10.plot(kind='bar', x='city', y='AQI', title='空气最好的10个城市', figsize=(20, 10))
    plt.savefig('top_10_aqi.png')
    plt.show()

    bottom10 = clean_aqi_data.sort_values(by=['AQI'], ascending=False).head(10)
    # print('空气质量最差的10个城市：', bottom10)

    # 数据保存csv文件, 不要索引号
    # top10.to_csv('top10_aqi.csv', index=False)


if __name__ == '__main__':
    main()