中文版Pandas
打印("销售额加税：", 表格.应用函数(表格.前几行(CSV数据["销售额"], 3), 无名函数 x: x * 1.06))
打印("类别映射：", 表格.映射值(CSV数据["产品类别"], {"电子产品": "电子", "办公设备": "办公"}))
设 数值小表 = 表格.数据表({"甲": [1, 2], "乙": [3, 4]})
打印("逐元素乘十：", 表格.逐元素应用(数值小表, 无名函数 x: x * 10))
打印("管道取前两行：", 表格.管道(CSV数据, 无名函数 x: 表格.前几行(x, 2)))原版Pandas
print("销售额加税：", CSV数据["销售额"].head(3).apply(lambda x: x * 1.06))
print("类别映射：", CSV数据["产品类别"].map({"电子产品": "电子", "办公设备": "办公"}))
数值小表 = pd.DataFrame({"甲": [1, 2], "乙": [3, 4]})
print("逐元素乘十：", 数值小表.map(lambda x: x * 10))
print("管道取前两行：", CSV数据.pipe(lambda x: x.head(2)))打印信息
销售额加税： 0 27120.1 1 9683.1 2 20177.1 Name: 销售额, dtype: float64 类别映射： 0 电子 1 办公 2 办公 3 NaN 4 NaN ... 95 NaN 96 NaN 97 电子 98 NaN 99 办公 Name: 产品类别, Length: 100, dtype: str 逐元素乘十： 甲 乙 0 10 30 1 20 40 管道取前两行： 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
