• 找行号
  df[df['列名'].isin([相应的值])]

• 找列号

# 先找到在哪行
cdata[ cdata['order_id'].isin(['17592719302995']) ] 
# loc填入行号，此时就能判断所在列
cdata.columns[cdata.loc[1].isin([17592719302995])]
                    找行号df[df['列名'].isin([相应的值])]找列号# 先找到在哪行cdata[ cdata['order_id'].isin(['17592719302995']) ] # loc填入行号，此时就能判断所在列cdata.columns[cdata.loc[1].isin([17592719302995])]
下面看一个例子
创建一个DataFrame
df = pd.DataFrame({'A':['aasd','sb','adg','sfh','rh'],'B':np.arange(5)})
print(df)
0 ...
全表查询数值
demo_df = pd.DataFrame({'Integer Feature': [0, 1, 2, 1], 'Categorical Feature': ['socks', 'fox', 'socks', 'box']})
demo_df
用for循环遍历
for indexs in df.index: 
  for i in range(len(df.loc[ind
				
df命令的英文全称即“Disk Free”，顾名思义功能是用于显示系统上可使用的磁盘空间。默认显示单位为KB，建议使用“df -h”的参数组合，根据磁盘容量自动变换合适的单位，更利于阅读。
日常普遍用该命令可以查看磁盘被占用了多少空间、还剩多少空间等信息。 
语法格式： df [参数] [指定文件]
常用参数：
显示所有系统文件
指定显示时的块大小
以容易阅读的方式显示
以1000字节为换算单位来显示
显示索引字节信息
指定块大小为1KB
只显示本地文件系统 
只显示指定类型的文件系统 
				
Pandas是什么？1、一个强大的分析结构化数据的工具集2、基础是NumPy，提供了高性能矩阵的运算3、应用在数学挖掘，数据分析。比如，学生成绩分析，股票数据分析等4、提供数据清洗功能Pands数据结构，主要分为两种，Series和DataFrame1、类似一维数组的对象2、通过list构建Seriesser_obj=pd.Series(rang(10))3、由数据和索引组成索引在左，数据在右索引是自动创建的4、获取数据和索引5、预览数据(取前几个)ser_obj.head(n)6、通过索引获取数据7、索引与数据的对应关系仍保持在数组运算的结果中（过滤series中的数据）8、通过dict构建
				
通过阅读表格,可以发现Pandas中提供了非常丰富的数据读写方法,下面这篇文章主要给大家介绍了关于python利用pandas库读取excel/csv中指定行或列数据的相关资料,需要的朋友可以参考下
关键！！！！使用loc函数来查找。
话不多说，直接演示：
有以下名为try.xlsx表：
1.根据index查询
条件：首先导入的数据必须的有index
或者自己添加吧，方法简单，读取excel文件时直接加index_col
代码示例：
import pandas as pd  
rnd_1 = [random.randrange(1,20) for x in range(1000)]
rnd_2 = [random.randrange(1,20) for x in range(1000)]
rnd_3 = [random.randrange(1,20) for x ...
# 假设数据框名为df，要检测名为"column_name"的列是否包含值为"value"
if "value" in df["column_name"].values:
    print("包含")
else:
    print("不包含")
其中，df["column_name"].values可以获取到该列的值组成的数组，in关键字用于判断某个值是否在该数组中。如果包含，则输出“包含”，否则输出“不包含”。