以下是基于您的需求对每个任务的实现说明及代码补充： ### **task1**: 添加新图书到 `Books` 数据表中 需要将指定的新图书信息插入到已有的 `Books` DataFrame 中。 ```python def task1(Books: DataFrame) -> DataFrame: new_book = { "书名": "算法图解", "作者": "[美] Aditya Bhargava", "出版社": "人民邮电出版社", "出版年": "2017-3", "页数": 196, "定价": "49.00元", "豆瓣评分": 8.4 } # 将字典转换为一行并追加至原有 DataFrame Books = Books.append(new_book, ignore_index=True) return Books ``` --- ### **task2**: 删除 `页数` 列的数据 通过 Pandas 的 `.drop()` 方法删除特定列即可。 ```python def task2(Books: DataFrame) -> DataFrame: if '页数' in Books.columns: Books = Books.drop(columns=['页数']) return Books ``` **注意事项**： 需确认是否存在目标列 `'页数'`，避免因缺少该列而报错。 --- ### **task3**: 修改价格字段值 题目提示数据格式是字符串形式，因此操作时需要注意这一点，并将其作为字符串处理。 ```python def task3(Books: DataFrame) -> DataFrame: for idx, row in Books.iterrows(): if row["书名"] == "算法导论（原书第3版）": Books.at[idx, "定价"] = "666元" break return Books ``` --- ### **task4**: 查询所有图书的豆瓣评分 直接提取出所需的“豆瓣评分”这一列内容返回结果。 ```python def task4(Books: DataFrame) -> DataFrame: result = Books[["书名", "豆瓣评分"]] return result ``` 如果只需要纯粹数值向量，则可以简化成下面这样只获取单独一栏的方式： ```python def task4(Books: DataFrame) -> DataFrame: return Books[['豆瓣评分']] ``` --- #### 示例完整函数整合: ```python import pandas as pd # 显示设置限制为最多展示四列方便观察调试等用途下查看表格概览情况. pd.set_option('display.max_columns', 4) DataFrame = pd.DataFrame def task1(Books: DataFrame) -> DataFrame: '''...略...''' pass def task2(Books: DataFrame) -> DataFrame: '''...略...''' pass def task3(Books: DataFrame) -> DataFrame: '''...略...''' pass def task4(Books: DataFrame) -> DataFrame: '''...略...''' pass ```