Pandas数据查询

按数值，列表，区间，条件，函数五种方法

1. df.loc方法，根据行，列的标签值查询
2. df.iloc方法，根据行，列的数字位置查询
3. df.where方法
4. df.query方法

.loc即能查询，又能覆盖写入，值得推荐

• Pandas使用df.loc查询数据的方法
• 使用单个lable值查询
• 使用值列表批量查询
• 使用数值区间进行范围查询
• 使用条件表达式查询
• 调用函数查询

注意：

• 以上查询方法，既适用于行，也适用于列
• 注意观察降维dataFrame->Series>值

0.读取数据

import pandas as pd
import numpy as np

file_path = r'C:\TELCEL_MEXICO_BOT\A\Weather.csv' #获取数据的路径
df = pd.read_csv(file_path,encoding='utf-8') #读取数据，encoding='utf-8'是因为csv中有中文编码格式，否则python获取数据时显示为?

print(df.head()) #查看数据的前5行
        ymd bWendu yWendu tianqi fengxiang fengji  aqi aqiInfo  aqiLevel
0  1/1/2025    3°C   -6°C   晴~多云       西北风   1-2级   59       优         2
1  1/2/2025    2°C   -9°C      阴       东南风   3-4级   48       优         1
2  1/3/2025    2°C   -2°C   晴~多云        西风   4-8级   28       良         1
3  1/4/2025    0°C   -4°C   晴~多云        东风   2-5级   30       良         1
4  1/5/2025    3°C   -1°C     小雨        东风   3-5级   25       良         1

• 设定索引为日期，方便按日期筛选

print(df.set_index('ymd',inplace=True))
None

• 时间序列按字符串处理

print(df.index)
Index(['1/1/2025', '1/2/2025', '1/3/2025', '1/4/2025', '1/5/2025', '1/6/2025',
       '1/7/2025', '1/8/2025', '1/9/2025', '1/10/2025', '1/11/2025',
       '1/12/2025', '1/13/2025', '1/14/2025', '1/15/2025', '1/16/2025',
       '1/17/2025', '1/18/2025', '1/19/2025'],
      dtype='object', name='ymd')

• 时间处理后，索引变成日期了

print(df.head())
         bWendu yWendu tianqi fengxiang fengji  aqi aqiInfo  aqiLevel
ymd                                                                  
1/1/2025    3°C   -6°C   晴~多云       西北风   1-2级   59       优         2
1/2/2025    2°C   -9°C      阴       东南风   3-4级   48       优         1
1/3/2025    2°C   -2°C   晴~多云