使用Pandas query匹配数组返回空DataFrame，求助问题原因

问题出在哪？ #

df.query没法直接处理二维数组的整体相等判断：

• 你写的colname == [@queryArray]会触发元素级对比，返回的是二维布尔数组，而df.query需要每行返回单个布尔值来决定是否保留，这种对比逻辑完全不符合要求，自然返回空DataFrame。
• 另外query语法对复杂数据类型（比如二维数组/列表）的支持有限，没法直接识别“整个数组完全匹配”的需求。

正确的处理方式 #

根据你单元格里存储的是Python列表还是numpy数组，用以下方法筛选：

情况1：单元格是Python列表

把每个单元格的列表转成numpy数组，用np.array_equal做整体相等判断：

import numpy as np
queryArray = np.array([[x1, y1], [x2, y2]])

# 生成布尔掩码，判断每行的colname是否和目标数组完全匹配
mask = df['colname'].apply(lambda cell: np.array_equal(np.array(cell), queryArray))
# 筛选匹配的行
result_df = df[mask]

情况2：单元格已经是numpy数组

直接用np.array_equal对比即可：

mask = df['colname'].apply(lambda cell: np.array_equal(cell, queryArray))
result_df = df[mask]

处理浮点数精度问题

如果数组里是浮点数，可能因为精度误差导致np.array_equal不匹配，换成np.allclose：

mask = df['colname'].apply(lambda cell: np.allclose(np.array(cell), queryArray))

内容的提问来源于stack exchange，提问作者Jodri