df.query('字符串')触发ValueError：NumExpr 2不支持Unicode dtype

针对你遇到的NumExpr 2 does not support Unicode as a dtype错误，以下是几个无需降级Python 2.x的可行方案：

方案1：升级numexpr到3.x版本 #

NumExpr 3.x开始原生支持Python 3的Unicode字符串类型，彻底解决该兼容性问题。执行以下命令升级：

pip install --upgrade numexpr>=3.0

注意：升级前确认你的pandas 1.1.5与numexpr 3.x兼容，实际测试中两者可以正常配合使用。

方案2：在query中使用Python引擎替代numexpr #

pandas的query方法支持指定engine='python'，强制使用纯Python解析表达式，绕过numexpr的限制：

# 若你是要筛选Name等于'tom'，配合engine参数的正确写法
df.query("Name == 'tom'", engine='python')
# 即使是执行字符串字面量表达式，同样适用
df.query("'tom'", engine='python')

这个方案无需修改依赖版本，可快速解决问题，唯一小缺点是纯Python引擎的性能略低于numexpr，但大部分场景下差异可忽略。

方案3：将列类型转回object（而非pandas的StringDtype） #

如果你之前用的是df['Name'] = df['Name'].astype('string')（pandas专属的StringDtype），可以转回原生Python字符串的object类型：

df['Name'] = df['Name'].astype(object)

这样numexpr 2.x就能正常处理该列的字符串操作，不过会失去pandas StringDtype的特性（如空值标识为pd.NA）。

方案4：通过变量引用传递字符串到query #

避免在query表达式中直接写Unicode字面量，改用@符号引用外部变量：

target_name = 'tom'
# 筛选Name等于target_name的行
df.query("Name == @target_name")

这种写法可以让numexpr正确处理字符串变量，绕过直接解析Unicode字面量的错误。

内容的提问来源于stack exchange，提问作者Brian Feeny