如何对混合类型的DataFrame进行程序化查询？

我有一个混合类型的DataFrame：

import pandas as pd
df = pd.DataFrame({'gender':list('MMMFFF'),
                   'height':[4,5,4,5,5,4],
                   'age':[70,80,90,40,2,3]})

print(df)

我需要选取列对并基于这些列对过滤DataFrame，打算用程序化的query方法实现。

已知各列类型时，我可以这样写：

column = ['height', 'age', 'gender']
equal = ['>', '>', '==']
condition = [1.68, 20, 'F']

query = ' & '.join(f'{i} {j} {repr(k)}' for i, j, k in zip(column, equal, condition))
df.query(query)

但问题是我无法提前知晓传入列对的类型，能不能通过类型判断来适配查询逻辑，只给字符串类型的条件值添加引号？

已找到的解决方案： #

yQuery = ' & '.join(['{}=={}'.format(self.query_type_setter(k,True),self.query_type_setter(v, False)) for k, v in yVal])


def query_type_setter(self, value, isColumn):
    """
    根据是否为字符串设置查询值
    :param value: 要处理的值
    :param isColumn: 是否为列名
    :return: 处理后的查询片段
    """
    if isColumn:
        return "`" + value + "`"
    if isinstance(value, str):
        return "'" + value + "'"
    else:
        return value

通过添加一个类型检测函数，自动为字符串类型的条件值加上单引号，列名用反引号包裹避免命名冲突。

内容的提问来源于stack exchange，提问作者mathlete42