Pandas .query API无法按预期工作，如何实现等效行过滤？

当然可以用.query()实现相同的过滤逻辑，你之前的写法出错是因为在.query()中不能直接用Python的in运算符检查Series元素的子串，必须用Pandas的.str.contains()方法来处理字符串匹配。

正确的.query()代码 #

import pandas as pd

data = {
    'roll_Call': [32041, 60164, 164989, 179741, 231414],
    'name': ['Cozy Kim', 'Sam Juday', 'Jessica M', 'Ajay Kim Jong', 'Kim Jong'],
    'std': [2, 3, 1, 1, 1]
}

df = pd.DataFrame(data)

# 用.query()实现相同的过滤逻辑
df = df.query("not (name.str.contains('kim', case=False) and name.str.contains('jong', case=False) and std <= 1)")

代码说明 #

1. 字符串匹配：用name.str.contains('kim', case=False)实现不区分大小写的子串检查，和布尔索引里的df['name'].str.contains('kim', case=False)效果完全一致。
2. 逻辑组合：在.query()中用and代替布尔索引的&来组合多个条件，语法更贴近自然逻辑表达。
3. 否定逻辑：用not包裹整个条件组，对应布尔索引里的~，实现“排除满足所有条件的行”的需求。

验证结果 #

运行上述代码后，会排除掉name同时包含'kim'和'jong'且std≤1的两行（Ajay Kim Jong、Kim Jong），最终得到的DataFrame和你原来的布尔索引过滤结果完全一致。

内容的提问来源于stack exchange，提问作者r ram