輸入PDとしてパンダ ＃0のデータを読み込み、 DF = pd.read_csv（「ファイルパス」）＃の例北京年間の気象条件がされ （df.head） ＃ビューヘッダー ＃は、日付の日付に、簡単なクエリにインデックスを設定する （df.set_index ' YMD '、インプレース= TRUE） 印刷は、（" df.index "）＃のクエリインデックスが正常に変更され ＃接尾辞Cの温度交換 df.locを[：、" bWenDu " ] = DF [ " bWenDu " ] .str.replace （" C "、""）.astype（"INT32 "） df.loc [:, " yWenDu " ] = DF [ " yWenDu " ] .str.replace（" C "、""）.astype（" INT32 " ） ＃単一のラベルの値により、1クエリデータ ＃行または列を、単一の値のみ、完全一致通過できる df.locを[ 「2018年1月6日」、「bWenDu 」 ] ＃単一値与える df.locを[ " 2018 -06-06 "[ " bWenDu " " yWenDu " ] ＃シリーズを得ます ＃値バッチクエリのリストを使用して2 df.locを[ ' 2018年1月6日'、' 2018年6月6日'、' 2018年1月16日' ]、' bWenDu ' ] ＃はシリーズ与える df.locを[[ [ 2018年1月6日' ' 2018年6月6日' ' 2018年1月16日" ]、[ " bWenDu "、" yWenDu " ]] ＃データフレームを与えます ＃数値範囲クエリーの間隔（いずれも端を含む、開始を含む）を使用して3 [df.locを「2018年1月6日」：「2018年1月16日」、「bWenDu 」 ] ＃の 線分インデックスがクエリに応じて df.loc [ ' 2018年1月6日'、' bWenDu '：' 鳳翔' ] ＃のクエリに応じて間隔列インデックス df.loc [ ' 2018年1月6日'：' 2018年1月16日'、' bWenDu '：「鳳翔」] ＃条件式（ブール値のリストの長さが行または列の数に等しい）を用いて4クエリ df.loc [DF [ 「YWenDu 」： - 10、<] ＃単純なクエリ条件、-10以下最低温度のリストを ＃複雑なクエリの条件は、あなたが天気をチェックしたい df.loc [（DF。[ ' BWenDuを' <= 30）＆（DF。[ ' YWenDu ' ]> = 15）＆（DF。[ ' Tianqi ' ] = = ' クリア'）＆（DF [ ' aqilevel ' ] == 1 ）：] ＃5関数呼び出しは、照会 ＃直接書き込みラムダ式での [df.loc ラムダ：（。Dfの[DF ' bWenDu ' ] <= 30）＆（DF [yWenDu]。> = 15 ）、：] ＃は独自の関数を記述し、クエリを九月、良い空気の質データ DEFのquery_my_datas（DF）： リターン df.index.str.startswith（' 2018から09 '）＆DF [ ' Tianqi ' ] == ' 明確な' df.loc [query_my_datas、：]