1. 使用pdfplumber读取“超市销售数据.pdf”文件中的数据。 将读取的数据以DataFrame类型展示。

首先，需要安装`pdfplumber`库来处理PDF文件，如果你还没有安装，可以使用pip来安装：

pip install pdfplumber

然后，你可以使用以下Python代码来读取"超市销售数据.pdf"文件，并将其内容转换成Pandas DataFrame：

import pandas as pd
from pdfplumber import PDF

# 打开PDF文件
with PDF("超市销售数据.pdf") as pdf:
    # 初始化一个空列表来存储每一页的数据
    pages_data = []

    # 遍历每一页
    for page in pdf.pages:
        # 使用pdfplumber解析每一行文本
        rows = page.extract_text().split('\n')
        
        # 如果某页有数据（比如不是空白页）
        if rows:
            # 提取有意义的数据行并添加到列表中
            data_rows = [row.strip() for row in rows if len(row.strip()) > 0]
            # 这里假设数据是以逗号分隔的值，如果不是，可能需要调整解析规则
            data = [data.split(',') for data in data_rows]
            
        # 将每页的数据转换为单个DataFrame行
        page_df = pd.DataFrame(data, columns=['列1', '列2', ...])  # 根据实际数据填充列名
        pages_data.append(page_df)

# 合并所有页面的DataFrame
full_dataframe = pd.concat(pages_data)

# 现在full_dataframe包含了从PDF中提取的所有数据
print(full_dataframe)

请注意，你需要根据实际的PDF内容调整代码中的数据提取和解析部分。例如，如果数据不是以逗号分隔，可能需要使用正则表达式或其他方法来分割。