以下是“pandas数据处理基础之筛选指定行或者指定列的数据”的完整攻略：
1. 筛选指定行数据
Pandas提供了很多方法来筛选指定行数据，以下是其中两种方法：
1.1 使用布尔索引
使用布尔索引可以根据某一列或者多列的条件来筛选数据。例如，下面的代码将根据行政区为“北京市”或“上海市”来筛选数据：
import pandas as pd
data = pd.read_csv("data.csv")
df = data[(data["行政区"] == "北京市") | (data["行政区"] == "上海市")]
上面的代码通过使用布尔索引，生成一个True或者False的真值表来判断是否符合筛选条件。在括号中，使用了两个条件，使用“|”来将两个条件进行或运算，即只要符合其中一个条件，就会被筛选出来。
1.2 使用query()方法
query()方法可以根据指定的条件来筛选数据。例如，下面的代码将使用query()方法根据行政区为“北京市”或“上海市”来筛选数据：
import pandas as pd
data = pd.read_csv("data.csv")
df = data.query('行政区=="北京市" | 行政区=="上海市"')
上面的代码将条件“行政区==’北京市’ | 行政区==’上海市’”作为字符串传递给了query()方法进行筛选。其中“|”表示逻辑或运算。
2. 筛选指定列数据
Pandas提供了.loc[]方法和[]运算符来筛选指定列的数据。
2.1 使用.loc[]方法
.loc[]方法可以根据行和列的标签来筛选数据。例如，下面的代码将从数据中选择名字列的数据：
import pandas as pd
data = pd.read_csv("data.csv")
df = data.loc[:, "名字"]
上面的代码中，使用.loc[]方法，第一个’:’表示选择所有行，逗号后面的”名字”表示选择名字这一列的数据。
2.2 使用[]运算符
[]运算符可以通过传递列名或者列的位置来筛选数据。例如，下面的代码将从数据中选择名字列和成交量列的数据：
import pandas as pd
data = pd.read_csv("data.csv")
df = data[["名字", "成交量"]]
上面的代码使用[]运算符，将一个包含多个列名的列表传递给它，来选择多个指定列的数据。
以上就是“pandas数据处理基础之筛选指定行或者指定列的数据”的完整攻略。