写过SQL的小伙伴了解，条件查询就是SQL中WHERE的部分， pandas如何实现where条件，我们来仔细盘一下：
第一种写法：
print(data[data['a'] >= '2'])
上面可以解读为...WHERE条件在python中应用非常多，所以各个包中都会涉及对应的内容，在numpy中也有对应的思路：
import numpy as np
A = np.array([1, 7, 4, 9, 2,...3, 6, 0, 8, 5])
B = np.where(A%2 == 0, A+1, A-1) # 偶＋1，奇-1
print(B)
SQL中有一个函数为like，即为模糊查询，这一查询方式在pandas...几种常用的用法有：
单列分组：然后按照另一列数据计算相应值：
print(data1.groupby('a')['b'].mean())
多列分组：然后按照另一列数据计算相应值：
Agg的作用即为封装对应的函数...print(data1.groupby(['a','b']).agg('mean'))
多列分组：然后按照多列分别计算相应值：
data1 = pd.DataFrame([['1','23',3, 5
云服务器
ICP备案
对象存储
腾讯会议
云直播
