在Python中查询数据库中的数据通常涉及以下步骤：
1. 安装必要的库：
对于MySQL数据库，可以使用`pymysql`库。
对于SQLite数据库，可以使用Python内置的`sqlite3`模块。
对于其他数据库，可以使用相应的数据库库，例如`psycopg2`（PostgreSQL）、`cx_Oracle`（Oracle）等。
2. 导入库：
```python
import pymysql
3. 连接到数据库：```pythonconn = pymysql.connect（host='10.139.7.39', port=3306, user='root', passwd='Bccdr@', database='yootk', charset='utf8'）
4. 创建游标对象：
```python
cmd = conn.cursor（）
5. 构造SQL查询语句：```pythonSQL = "SELECT uid, name, age, birthday, salary, note FROM user"
6. 执行查询操作：
```python
cmd.execute（query=SQL）
7. 获取查询结果：```pythonrows = cmd.fetchall（）
8. 遍历结果并打印出来：
```python
for user_row in rows:
uid = user_row
name = user_row
age = user_row
birthday = user_row
salary = user_row
note = user_row
print（"用户ID: %s， 姓名： %s， 年龄： %s， 生日： %s， 薪资： %s， 备注： %s" % （uid, name, age, birthday, salary, note））
9. 关闭数据库连接：```pythonconn.close（）
以上步骤展示了如何使用Python和`pymysql`库查询MySQL数据库中的数据。对于其他数据库，步骤类似，只需替换相应的数据库连接和操作代码即可。
另外，如果你使用的是Pandas库进行数据分析，可以通过以下方式加载和处理表格数据：
```python
import pandas as pd
加载CSV文件
df = pd.read_csv（'data.csv'）
使用Pandas进行查询操作
选择特定的列
selected_columns = df[['column1', 'column2']]
过滤数据
filtered_data = df[df['column1'] > 100]
排序数据
sorted_data = df.sort_values（by='column1', ascending=False）
分组聚合
grouped_data = df.groupby（'column1'）.sum（）
使用Pandas可以方便地对数据进行各种操作，包括查询、过滤、排序和分组聚合等