import pandas as pd dt={'name':['张艳'，'李明','王勇','刘江','王芳']，'sex':\ ['女','男','男','男','女'],'age':[20,25,39,26,23],'salary':\ [3000,3500,5000,2800,2600]} df=pd.DataFrame(dt) print('员工基本情况'，df) print(df['salary']) df.loc['add_row']=['赵一平','男'，34，7000] print(df) df['salary'][df['name']=='李明']=8000 print(df) df.drop([1],axis=0,inplace=True) print(df) df=df[df['salary']>6000] print(df)

这是一段 Python 代码，使用了 Pandas 库来处理数据。代码中定义了一个字典 dt，包含了员工的姓名、性别、年龄和薪水等信息。然后将这个字典转换成了 Pandas 的 DataFrame 对象，并打印出来。接着通过访问 DataFrame 对象的列，打印出了所有员工的薪水信息。然后在 DataFrame 中新增了一行数据，表示新增了一个名叫赵一平的员工。接着又通过条件语句，将李明的薪水修改为 8000。然后使用 drop() 函数删除了索引为 1 的员工（即李明）。最后通过条件语句，筛选出了薪水大于 6000 的员工。