Python Pandas 代码详解：数据筛选和处理

import pandas as pd: 导入pandas库并将其命名为pd，以便在代码中使用pd来调用pandas库的函数和方法。
read = pd.read_excel('.Data.xlsx', 'Sheet1'): 使用pandas的read_excel函数读取名为Data.xlsx的Excel文件中的Sheet1，并将其存储在read变量中。
print(read): 打印read变量中的数据。
df = read.iloc[read['站点编号'].values == 135, :]: 选取read变量中站点编号为135的行，并将其存储在df变量中。
con1 = df['日期'].values <= '2015-10-02': 创建一个布尔类型的Series变量con1，其值为df变量中日期列小于等于2015年10月2日的行。
con2 = df['时刻'].values >= 2: 创建一个布尔类型的Series变量con2，其值为df变量中时刻列大于等于2的行。
con3 = df['时刻'].values <= 11: 创建一个布尔类型的Series变量con3，其值为df变量中时刻列小于等于11的行。
A = df.iloc[con1 & con2 & con3, :]: 将df变量中同时满足con1、con2和con3条件的行选取出来，并将其存储在A变量中。
print(A): 打印A变量中的数据。
df = read.loc[read['站点编号'].values == 135, :]: 选取read变量中站点编号为135的行，并将其存储在df变量中。
print(df): 打印df变量中的数据。