为何Pandas两种非空字符串查询方法返回结果不同？

这两种查询方式的差异，核心是Pandas对StringDtype列中pd.NA的比较逻辑处理不同：

• 对于布尔索引df[df.fruit != '']：
  StringDtype是Pandas专门的字符串类型，设计上明确了和空字符串的比较规则——pd.NA和''比较时，结果直接返回False，所以pd.NA对应的行被过滤掉，最终只保留非空且非NA的行。

• 对于df.query("fruit != ''")：
  query方法使用的是Pandas表达式评估引擎，在这个环境下，pd.NA和''比较的结果是pd.NA而非布尔值。而query默认不会自动过滤NA结果的行，而是将NA视为等效于True来保留，所以包含pd.NA的行被留在结果里。

如果想让query的结果和布尔索引一致，可以加上na_action='ignore'参数，这样会自动过滤掉结果为NA的行：

df.query("fruit != ''", na_action='ignore')

执行后就会和df[df.fruit != '']得到完全相同的输出。

内容的提问来源于stack exchange，提问作者Rovsom