前言
在数据分析领域，最热门的莫过于Python和R语言，本文将详细给大家介绍关于Python利用pandas查询数据的相关内容，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍吧。
示例代码
这里的查询数据相当于R语言里的subset功能，可以通过布尔索引有针对的选取原数据的子集、指定行、指定列等。我们先导入一个student数据集：
student = pd.io.parsers.read_csv('C:\\Users\\admin\\Desktop\\student.csv')
查询数据的前5行或末尾5行：
student.head() student.tail()
查询指定的行：
student.ix[[0,2,4,5,7]] #这里的ix索引标签函数必须是中括号[]
查询指定的列：
student[['Name','Height','Weight']].head() #如果多个列的话，必须使用双重中括号
也可以通过ix索引标签查询指定的列：
student.ix[:,['Name','Height','Weight']].head()
查询指定的行和列：
student.ix[[0,2,4,5,7],['Name','Height','Weight']].head()
查询所有女生的信息：
student[student['Sex']=='F']
查询出所有12岁以上的女生信息：
student[(student['Sex']=='F') & (student['Age']>12)]
查询出所有12岁以上的女生姓名、身高和体重：
student[(student['Sex']=='F') & (student['Age']>12)][['Name','Height','Weight']]
上面的查询逻辑其实非常的简单，需要注意的是，如果是多个条件的查询，必须在&（且）或者|（或）的两端条件用括号括起来。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对呐喊教程的支持。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：notice#nhooo.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。