pandas提供了多种方法用于选择和过滤数据，以下是其中的几种常用方法：
loc方法：通过标签选择数据，可以使用行标签和列标签进行选择。例如，df.loc[行标签, 列标签]。
iloc方法：通过位置选择数据，可以使用行索引和列索引进行选择。例如，df.iloc[行索引, 列索引]。
简化选择：可以使用[]符号来选择数据，可以使用布尔条件、切片、列表等进行选择。例如，df[条件]、df[开始:结束]、df[列列表]等。
query方法：通过字符串表达式选择数据，可以使用类似SQL语法的表达式进行选择。例如，df.query(‘条件’)。
isin方法：通过判断某一列的值是否在给定列表中选择数据。例如，df[df[‘列名’].isin(列表)]。
where方法：根据条件选择数据，将不满足条件的元素替换为NaN。例如，df.where(条件)。
这些方法可以单独使用，也可以结合使用。根据具体的需求和数据结构的不同，选择适合的方法来进行数据选择和过滤。