中文版Pandas
设 产品表 = 表格.数据表({
"产品名称": ["平板电脑", "打印机", "投影仪"],
"供应商": ["供应商甲", "供应商乙", "供应商丙"],
})
设 订单样本 = 表格.前几行(CSV数据, 10)
设 合并结果 = 表格.合并(订单样本, 产品表, on="产品名称", how="left")
设 拼接结果 = 表格.拼接([表格.前几行(CSV数据, 2), 表格.后几行(CSV数据, 2)], ignore_index=真)
设 多表结果 = 表格.多表连接([订单样本, 产品表], "产品名称", "left")
打印("合并：", 合并结果)
打印("拼接：", 拼接结果)
打印("多表连接：", 多表结果)原版Pandas
产品表 = pd.DataFrame(
{"产品名称": ["平板电脑", "打印机", "投影仪"], "供应商": ["供应商甲", "供应商乙", "供应商丙"]}
)
订单样本 = CSV数据.head(10)
合并结果 = pd.merge(订单样本, 产品表, on="产品名称", how="left")
拼接结果 = pd.concat([CSV数据.head(2), CSV数据.tail(2)], ignore_index=True)
print("合并：", 合并结果)
print("拼接：", 拼接结果)打印信息
合并： 订单编号 销售日期 产品名称 产品类别 销售数量 ... 销售人员 计算销售额 销售额差异 月份 供应商 0 ORD202607270001 2026-06-02 平板电脑 电子产品 7 ... 孙丽 25585 0 6 供应商甲 1 ORD202607270002 2026-05-23 打印机 办公设备 3 ... 张伟 9135 0 5 供应商乙 2 ORD202607270003 2026-06-11 投影仪 办公设备 3 ... 陈静 19035 0 6 供应商丙 3 ORD202607270004 2026-06-03 机械键盘 电脑配件 9 ... 刘洋 2844 0 6 NaN 4 ORD202607270005 2026-07-17 移动硬盘 电脑配件 3 ... 陈静 4287 0 7 NaN 5 ORD202607270006 2026-05-01 笔记本电脑 电子产品 5 ... 王芳 60525 0 5 NaN 6 ORD202607270007 2026-05-05 打印机 办公设备 6 ... 张伟 14052 0 5 供应商乙 7 ORD202607270008 2026-05-31 无线鼠标 电脑配件 8 ... 孙丽 3536 0 5 NaN 8 ORD202607270009 2026-06-08 无线耳机 电子产品 4 ... 孙丽 5084 0 6 NaN 9 ORD202607270010 2026-05-04 显示器 电脑配件 3 ... 陈静 4161 0 5 NaN [10 rows x 14 columns] 拼接： 订单编号 销售日期 产品名称 产品类别 销售数量 ... 客户地区 销售人员 计算销售额 销售额差异 月份 0 ORD202607270001 2026-06-02 平板电脑 电子产品 7 ... 西安 孙丽 25585 0 6 1 ORD202607270002 2026-05-23 打印机 办公设备 3 ... 长沙 张伟 9135 0 5 2 ORD202607270099 2026-05-31 交换机 网络设备 4 ... 北京 陈静 3424 0 5 3 ORD202607270100 2026-05-17 扫描仪 办公设备 9 ... 苏州 李明 17226 0 5
