2000元阿里云代金券免费领取，2核4G云服务器仅664元/3年，新老用户都有优惠，立即抢购>>>
阿里云采购季（云主机223元/3年）活动入口：请点击进入>>>，
阿里云学生服务器（9.5元/月）购买入口：请点击进入>>>，
Pandas提供了多种查询方法，以下是一些常见的方法：
使用df.loc方法，根据行、列的标签值查询。
使用df.iloc方法，根据行、列的数字位置查询。
使用df.where方法，根据条件过滤数据。
使用df.query方法，根据字符串表达式查询数据。
以下是一些使用Pandas查询的示例代码：
使用df.loc方法，根据行、列的标签值查询。
import pandas as pd
# 创建DataFrame
data = {
'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)
# 根据行、列的标签值查询
print(df.loc[1]) # 输出第2行数据
print(df.loc[:, 'age']) # 输出所有行的'age'列数据
使用df.iloc方法，根据行、列的数字位置查询。
import pandas as pd
# 创建DataFrame
data = {
'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)
# 根据行、列的数字位置查询
print(df.iloc[1]) # 输出第2行数据
print(df.iloc[:, 1]) # 输出所有行的'age'列数据
使用df.where方法，根据条件过滤数据。
import pandas as pd
# 创建DataFrame
data = {
'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)
# 根据条件过滤数据
df_filtered = df.where(df['age'] > 30)
print(df_filtered)
使用df.query方法，根据字符串表达式查询数据
import pandas as pd
# 创建DataFrame
data = {
'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)
# 根据字符串表达式查询数据
print(df.query("age > 30"))
