Pandas是Python的一个强大的数据处理模块，它提供了一系列的数据过滤方法，其中最常用的就是query()方法。query()方法是一个非常强大的数据过滤技巧，它可以帮助我们快速地过滤出我们想要的数据。
使用方法
query()方法接受一个字符串作为参数，该字符串可以是一个条件表达式，也可以是一个变量，它可以帮助我们过滤出满足条件的数据。下面是一个使用query()方法的示例：
# 过滤出“age”列中值大于20的行
df.query('age > 20')
# 过滤出“name”列中值等于“John”的行
df.query('name == "John"')
除了使用query()方法，我们还可以使用Pandas的其他函数，比如：
- 使用loc()函数进行行列索引；
- 使用iloc()函数进行行列索引；
- 使用mask()函数进行数据过滤；
- 使用where()函数进行数据过滤；
- 使用isin()函数进行数据过滤；
- 使用nlargest()函数进行数据过滤；
- 使用nsmallest()函数进行数据过滤；
- 使用sort_values()函数进行数据过滤；
- 使用groupby()函数进行数据过滤；
- 使用agg()函数进行数据过滤；
- 使用apply()函数进行数据过滤；
- 使用transform()函数进行数据过滤；
- 使用pivot_table()函数进行数据过滤；
- 使用cut()函数进行数据过滤；
- 使用qcut()函数进行数据过滤。
query()方法是一个非常有用的数据过滤技巧，它可以帮助我们快速地过滤出我们想要的数据，从而提高我们的工作效率。