中文版Pandas
打印("查询表达式：", 表格.前几行(表格.查询表达式(CSV数据, "销售额 > 20000"), 5))
CSV数据["销售数量文本"] = 表格.转换类型(CSV数据, "销售数量", "str")
CSV数据["产品类别分类"] = 表格.分类数据(CSV数据, "产品类别")
CSV数据["产品类别编码"] = 表格.分类数据编码(CSV数据, "产品类别分类")
打印("类型转换：", 表格.数据类型(CSV数据))
打印("列统计报告：", 表格.列统计报告(CSV数据, ["销售数量", "单价", "销售额"]))原版Pandas
print("查询表达式：", CSV数据.query("销售额 > 20000").head(5))
CSV数据["销售数量文本"] = CSV数据["销售数量"].astype(str)
CSV数据["产品类别分类"] = CSV数据["产品类别"].astype("category")
CSV数据["产品类别编码"] = CSV数据["产品类别分类"].cat.codes
print("类型转换：", CSV数据.dtypes)
print("列统计报告：", CSV数据[["销售数量", "单价", "销售额"]].describe().T)打印信息
查询表达式： 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 5 ORD202607270006 2026-05-01 笔记本电脑 电子产品 5 ... 南京 王芳 60525 0 5 15 ORD202607270016 2026-06-28 平板电脑 电子产品 5 ... 长沙 李明 24590 0 6 24 ORD202607270025 2026-07-13 投影仪 办公设备 5 ... 长沙 李明 51300 0 7 37 ORD202607270038 2026-07-07 智能手表 电子产品 8 ... 杭州 赵强 20352 0 7 [5 rows x 13 columns] 类型转换： 订单编号 str 销售日期 datetime64[us] 产品名称 str 产品类别 str 销售数量 int64 单价 int64 销售额 int64 客户名称 str 客户地区 str 销售人员 str 计算销售额 int64 销售额差异 int64 月份 int32 销售数量文本 str 产品类别分类 category 产品类别编码 int8 dtype: object 列统计报告： count mean std min 25% 50% 75% max 销售数量 100.0 5.39 2.522204 1.0 3.0 5.0 8.00 9.0 单价 100.0 2858.09 2968.172087 128.0 817.0 1910.0 3554.00 14682.0 销售额 100.0 14946.91 18559.406232 384.0 3500.5 8006.0 19364.25 102960.0
