在進行資料分析時，我們經常需要根據特定條件來篩選資料。除了使用傳統的布林索引（Boolean Indexing）方式外，Pandas 也提供了一個更簡潔、類似 SQL 的語法：query()。
本文將透過簡單易懂的範例，教你如何使用 query() 來快速篩選出符合條件的資料。
我們以下列數據為例子：
import pandas as pd
data = {
'班級': ['A', 'A', 'B', 'B', 'C', 'C'],
'姓名': ['小明', '小美', '小華', '小強', '小安', '小傑'],
'性別': ['男', '女', '男', '男', '女', '男'],
'成績': [85, 90, 78, 82, 95, 70]
}
df = pd.DataFrame(data)
print(df)
若我們想找出成績大於 80 分的學生，可以使用：
df.query('成績 > 80')
就能得到大於 80 分的學生：
| 班級 | 姓名 | 性別 | 成績 | |
|---|---|---|---|---|
| 0 | A | 小明 | 男 | 85 |
| 1 | A | 小美 | 女 | 90 |
| 3 | B | 小強 | 男 | 82 |
| 4 | C | 小安 | 女 | 95 |
再來，如果想要多條件查詢，我們可以用 and 和 or，例如下面的語句就能查詢成績大於80的男性：
df.query('成績 > 80 and 性別 == "男"')
結果如下：
| 班級 | 姓名 | 性別 | 成績 | |
|---|---|---|---|---|
| 0 | A | 小明 | 男 | 85 |
| 3 | B | 小強 | 男 | 82 |