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、:]