如何修正Python中Pandas query的UndefinedVariableError错误

报错原因 #

1. 字符串拼接缺失引号：批量循环时用f-string生成query语句，替换后的州名没有被引号包裹。比如处理"Jammu & Kashmir"时，最终生成的条件是Last_residence==Jammu & Kashmir，Pandas会将Jammu识别为未定义的变量，而非字符串值，因此抛出UndefinedVariableError。而单个执行时你手动给州名加了双引号，所以能正确识别为字符串常量。
2. 数据框被意外修改：使用inplace=True会直接修改原andhrapradesh数据框，第一次循环过滤后，后续循环是在已过滤的数据集上再次筛选，导致结果完全错误。

解决方法 #

方法1：f-string拼接时添加引号

给f-string中的{name}包裹双引号，确保替换后是合法的字符串匹配条件，同时复制原数据避免修改原始数据集：

states = ["Jammu & Kashmir","Punjab",'Himachal Pradesh']
# 复制原数据，避免循环中修改原始数据
original_df = andhrapradesh.copy()
for name in states:
    filtered_df = original_df.query(f'Duration_of_residence=="All durations of residence" & Last_residence_R_or_U=="Urban" & Last_residence=="{name}"')
    print(f"{name}: {filtered_df['Total_migrants'].sum()}")

方法2：使用query的变量引用（@符号）

Pandas的query支持用@直接引用当前作用域的变量，无需手动拼接字符串，更简洁安全：

states = ["Jammu & Kashmir","Punjab",'Himachal Pradesh']
original_df = andhrapradesh.copy()
for name in states:
    filtered_df = original_df.query('Duration_of_residence=="All durations of residence" & Last_residence_R_or_U=="Urban" & Last_residence==@name')
    print(f"{name}: {filtered_df['Total_migrants'].sum()}")

内容的提问来源于stack exchange，提问作者Dvarkesh