查询和分析数据是pandas的重要功能，也是我们学习pandas的基础，下面这篇文章主要给大家介绍了关于Python数据分析之如何利用pandas查询数据的相关资料，文中通过示例代码介绍的非常详细，需要的朋友可以参考借鉴，下面来一起看看吧。
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')登录后复制
查询数据的前5行或末尾5行：
student.head() student.tail()
登录后复制
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[]
登录后复制
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
登录后复制
也可以通过ix索引标签查询指定的列：
student.ix[:,['Name','Height','Weight']].head()
登录后复制
查询指定的行和列：
student.ix[[0,2,4,5,7],['Name','Height','Weight']].head()
登录后复制
查询所有女生的信息：
student[student['Sex']=='F']
登录后复制
查询出所有12岁以上的女生信息：
student[(student['Sex']=='F') & (student['Age']>12)]
登录后复制
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']]
登录后复制
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，更多请关注Work网其它相关文章！