以字典数据data={'stae':['a','b','c','d'],'year':[1991,1992,1993,1994],'pop':[6,7,8,9]'age':[45,23,46,78]}为基础创建一个DataFrame对象，列名为columns=['year','state','pop','age'],并将第一行第二列的单元格值改为2019，计算year列的平均值、age列的最大值

好的，我已经理解了你的问题。根据你提供的字典数据，可以使用pandas库中的DataFrame方法来创建DataFrame对象，并指定列名。具体实现代码如下：

import pandas as pd

data = {'state': ['a', 'b', 'c', 'd'], 'year': [1991, 1992, 1993, 1994], 'pop': [6, 7, 8, 9], 'age': [45, 23, 46, 78]}
columns = ['year', 'state', 'pop', 'age']
df = pd.DataFrame(data, columns=columns)

# 将第一行第二列的单元格值改为2019
df.at[0, 'state'] = 2019

# 计算year列的平均值和age列的最大值
year_mean = df['year'].mean()
age_max = df['age'].max()

print(df)
print("Year mean: ", year_mean)
print("Age max: ", age_max)

输出结果为：

   year state  pop  age
0  1991  2019    6   45
1  1992     b    7   23
2  1993     c    8   46
3  1994     d    9   78
Year mean:  1992.5
Age max:  78

注意：在修改单元格的值时，使用的是DataFrame对象的at方法，该方法可以直接按照行和列的索引修改单元格的值。在计算year列的平均值和age列的最大值时，使用的是DataFrame对象的mean和max方法。