Python数据分析之如何利用pandas查询数据示例代码

要利用pandas进行数据查询，需要掌握pandas的基本数据结构DataFrame和Series的使用方法。下面是一个完整的攻略，包含了pandas查询数据的示例代码和说明。

首先需要导入pandas库，并读入一个数据集，例如csv或Excel文件。

import pandas as pd

df = pd.read_csv('data.csv')

查询数据的第一步是选择需要查询的行和列。可以使用loc和iloc方法进行选择。

• loc方法根据行轴标签和列轴标签进行选择，即用标签选择数据。示例代码如下：

# 选择第1行到第5行和第2列到第4列的数据
df.loc[1:5, 'B':'D']

• iloc方法根据行位置和列位置进行选择，即用位置索引选择数据。示例代码如下：

# 选择第1行到第5行和第2列到第4列的数据
df.iloc[0:5, 1:4]

查询数据的第二步是根据条件筛选出符合条件的数据。可以使用布尔索引进行筛选。

示例1：筛选出数值大于10的行和数值小于5的列，输出结果如下所示。

# 筛选出数值大于10的行和数值小于5的列
df.loc[df['A']>10, df.columns[0:3][df.loc[0]<5]]

示例2：筛选包含特定字符串的行或列，例如筛选包含“apple”的行，输出结果如下所示。

# 筛选包含“apple”的行
df.loc[df['F'].str.contains('apple'), :]

综上所述，利用pandas查询数据的方法包括选择需要查询的行和列以及根据条件筛选出符合条件的数据。上述两个示例分别演示了筛选数值和字符串的方法，可以根据实际需求进行更改。