Pandas df.query查询超大数值失败，如何实现正确查询？

你的判断没错，问题出在超大数值嵌入查询字符串时的精度丢失：当你把大整数直接写在df.query的字符串里，Pandas会把这个字符串里的数值解析成Python数值，但超大整数可能被转换成浮点数（浮点数精度有限，无法精确表示所有大整数），导致和DataFrame里的原始整数不匹配。

下面是三种可行的解决方法：

• 方法一：将列转为字符串类型后查询
  先把存储大数值的列转换成字符串，查询时直接匹配字符串，完全避免精度问题：

  # 转换列类型
  df['A'] = df['A'].astype(str)
  # 带引号查询字符串形式的大数值
  result = df.query('A == "12020896188572046212"')
  

• 方法二：使用布尔索引直接匹配
  绕开df.query，直接用DataFrame的布尔索引做数值比较，这种方式不经过字符串解析环节，直接用原生整数比较：

  result = df[df['A'] == 12020896188572046212]
  

• 方法三：在query中引用外部变量
  把大数值赋值给变量，在df.query里用@符号引用这个变量，直接传递原始整数对象，避免字符串到数值的解析：

  target_num = 12020896188572046212
  result = df.query('A == @target_num')
  

内容的提问来源于stack exchange，提问作者HarryQ