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。
以上就是实例讲解python如何利用pandas查询数据的详细内容。