pandas案例：温差查询

任务详情

给定一各地 2016 年 1 月和 2 月各个时间点的温度表格，表格预览见页面下方。
数据表的第二列表示当前时间，数据表第一行第三列到第一行最后一列表示地点。
如：表格的第二行第三列 30.36 表示：Vancouver （温哥华）在 2016-01-01 00:00:00 这一时刻的温度是 30.36 度（华氏度）。
程序给定一个日期（date）和一个地点（place），要求返回该地在这个日期下的温差（摄氏度）。
注意：华氏度需要转换成摄氏度！
华氏度转摄氏度公式：摄氏度 = (华氏度 - 32) * 5 / 9
温差：某日最高温度 - 某日最低温度

任务要求

程序给定日期 date 和地点 place 的数据类型均是 str 类型；
程序返回结果的数据类型是 float 类型，如果最终结果是 numpy.float64 数据类型，请手动转换成 Python 原生的 float 数据类型；
结果需要四舍五入保留小数点后 2 位，请在得到最终结果后处理小数问题，否则可能导致结果有偏差。

测试用例

输入：date = ‘2月5日’，place = ‘Dallas’
输出：-5.05
解释：查询表格可知，Dallas 在 2月 5 日温度的最高值和最低值分别是 57.09 华氏度和 34.18 华氏度，
两者的温差是 22.91 华氏度，转换为摄氏度：(22.91 - 32) * 5 / 9 = -5.05

输入：date= ‘2月18日’，place = ‘Houston’
输出：-1.78
解释：查询表格可知，Dallas 在 2月 5 日温度的最高值和最低值分别是 75.7 华氏度和 46.9 华氏度，
两者的温差是 28.8 华氏度，转换为摄氏度：(28.8 - 32) * 5 / 9 = -1.7777…. ≈ 1.78

输入：date = ‘1月21日’，place = 'Las Vegas’
输出：-1.99

任务实现

import pandas


class Solution:
    def temperature(self, date: str, place: str) -> float:
        # 将查询日期转换为日期字符串
        month, day_ = date.split("月")
        day, _ = day_.split("日")
        if len(month) == 1:
            month = "0" + month
        if len(day) == 1:
            day = "0" + day
        date_str = "2016" + "-" + month + "-" + day
        # 读取数据
        url = "http://ws1.itmc.org.cn:80/JS00101/data/user/4799/208/fj_4097_temperature_2016_1_2.csv"
        temperature_data = pandas.read_csv(url, sep=",")
        # 获取数据的日期字符串
        temperature_data["day"] = temperature_data["datetime"].str[:10]
        # 根据日期字符串选择指定日期数据行
        day = temperature_data[temperature_data["day"] == date_str]
        # 根据地点选择选择温度数据行
        city = day[place]
        # 温度单位转换
        temperature = (city.max() - city.min() - 32) * 5 / 9
        # 温度精度处理
        return float(temperature.round(2))


print(Solution.temperature(Solution, date="2月5日", place="Dallas"))
print(Solution.temperature(Solution, date="2月18日", place="Houston"))
print(Solution.temperature(Solution, date="1月21日", place="Las Vegas"))

输出为：

-5.05
-1.78
-1.99