# _*_coding:utf-8_*_
import pandas as pd# 自定义函数
def func(df):return df['temperature'] < 32# Press the green button in the gutter to run the script.
if __name__ == '__main__':data = {'date': ['2022-08-21', '2022-08-22', '2022-08-23'],'weather': ["晴", "阴", "晴"],'temperature': ["30℃", "20℃", "32℃"]}df = pd.DataFrame(data)print(df)# 1.使用单个标签值查询# 查询出"日期"列的数据print(df["date"])# 2.使用标签值列表查询# 查询出"日期"和"温度"列的数据print(df[['date', 'weather']])# 3.使用数值区间查询# 查询出一行数据print(df.loc[1])# 查询出多行数据（包含末尾元素，和切片不同）print(df.loc[1:2])# ----------------------------------------------------# 设置索引为日期，方便按日期筛选df.set_index('date', inplace=True)print(df)# 1.使用单个标签值查询print(df.loc['2022-08-21', 'temperature'])# 2.使用值列表查询print(df.loc[['2022-08-21', '2022-08-22'], 'weather'])# 3.使用数值区间查询df.loc[:, 'temperature'] = df['temperature'].str.replace('℃', '').astype(int)print(df.loc[:, 'weather':'temperature'])# 4.使用条件表达式查询（bool列表的长度得等于行数或者列数）print(df.loc[df['temperature'] >= 30, :])# 5.使用函数查询# 直接使用lambda表达式print(df.loc[lambda df1: (df1['temperature'] >= 30) & (df1['temperature'] < 32), :])# 自定义函数print(df.loc[func, :])