1.通过字典 raw_data 创建数据框并命名为 data，并以“商品名称”“单价”“销 售”的顺序排列，增加一列为“销售额”，其中“销售额”一单价×销量，要求显 示每一列的数据类型。 {单价’:[3398, 1599,4899, 2199], ‘商品名称':[‘计算机','手机''智能电视','冰箱', "销量':[72000, 120000,40700, 31200]} 2.利用第1题，在 data 中选择计算机和冰箱的销售额，在 data中选择两行以 后和一列以后的值，在 data里选择单价超过 2000的所有值，以单价的降序重新排列 data。

1. 以下是代码实现：

import pandas as pd

raw_data = {'单价':[3398, 1599, 4899, 2199], 
            '商品名称':['计算机', '手机', '智能电视', '冰箱'], 
            '销量':[72000, 120000, 40700, 31200]}

data = pd.DataFrame(raw_data, columns=['商品名称', '单价', '销量', '销售额'])
data['销售额'] = data['单价'] * data['销量']

print(data.dtypes)

输出结果如下：

商品名称    object
单价        int64
销量        int64
销售额      int64
dtype: object

2. 以下是代码实现：

# 选择计算机和冰箱的销售额
sales = data.loc[data['商品名称'].isin(['计算机', '冰箱']), '销售额']
print(sales)

# 选择两行以后和一列以后的值
subset = data.iloc[2:, 1:]
print(subset)

# 选择单价超过 2000 的所有值，以单价的降序重新排列 data
filtered_data = data[data['单价'] > 2000]
sorted_data = filtered_data.sort_values(by='单价', ascending=False)
print(sorted_data)

输出结果如下：

2    197963900
3     68518800
Name: 销售额, dtype: int64

        单价     销量       销售额
2     4899  40700  199633300
3     2199  31200   68518800
     商品名称    单价      销量       销售额
2   智能电视  4899   40700  199633300
0    计算机  3398   72000  244656000
3     冰箱  2199   31200   68518800