如何将嵌套条件字符串转换为适配DataFrame的扁平格式

触发该报错的核心原因不是条件字符串的括号嵌套结构，而是运算符优先级规则：Python中&/|等位运算符的优先级高于</>/==等比较运算符，未给单个比较子句加括号时，代码会优先执行5 & B这类数值和数组的位运算，最终触发类型不匹配错误。
你需要的格式转换本质是给每一个独立的比较判断子句单独包裹括号，再消除不必要的嵌套括号，保证逻辑运算顺序符合预期。

用正则匹配+括号校验的方式写通用转换函数，适配你给出的这类数值比较类筛选条件：

import re

def convert_filter_str(raw_cond: str) -> str:
    # 清理字符串首尾的引号、空白符
    cond = raw_cond.strip().strip('"').strip()
    # 循环剥离最外层冗余的匹配括号
    while cond.startswith("(") and cond.endswith(")"):
        bracket_cnt = 0
        is_outer_wrapped = True
        for idx, char in enumerate(cond):
            if char == "(":
                bracket_cnt += 1
            elif char == ")":
                bracket_cnt -= 1
            # 中途括号就匹配完成，说明不是全包裹的外层括号
            if bracket_cnt == 0 and idx != len(cond)-1:
                is_outer_wrapped = False
                break
        if not is_outer_wrapped:
            break
        cond = cond[1:-1].strip()
    
    # 提取所有原子比较子句（支持变量名、负数、小数、各类比较符）
    atom_pattern = re.compile(r"([A-Za-z_]\w*\s*[<>!=]+\s*-?\d+\.?\d*)")
    atom_clauses = [item.strip() for item in atom_pattern.findall(cond)]
    # 提取原字符串中的所有逻辑连接符（& / |）
    logic_ops = re.findall(r"\s*([&|])\s*", cond)
    
    # 拼接为目标格式
    output = ""
    for idx, clause in enumerate(atom_clauses):
        output += f"({clause})"
        if idx < len(logic_ops):
            output += f" {logic_ops[idx]} "
    return output

效果测试 #

raw_str = "((A < 5 & B < -500) & C < 0.05)"
print(convert_filter_str(raw_str))
# 输出：(A < 5) & (B < -500) & (C < 0.05)

转换后的字符串可以直接传入pandas做筛选，不会再触发类型错误。

如果不需要动态拼接条件字符串，两种写法可以从根源避免该问题：

• 原生写筛选条件时，给每一个比较子句手动加括号，例如：

  df_filtered = df[(df["A"] < 5) & (df["B"] < -500) & (df["C"] < 0.05)]
  

• 使用pandas内置的query方法筛选，用and/or作为逻辑连接符，不需要额外考虑运算符优先级：

  df_filtered = df.query("A < 5 and B < -500 and C < 0.05")
  

注意事项 #

上述转换函数仅适配由&/|连接、子句为简单数值比较的条件，如果条件中存在函数调用、复合逻辑混合（同时存在&和|且有优先级要求），建议在生成原始条件时就给每个原子子句套好括号，避免转换后逻辑不符合预期。

内容的提问来源于stack exchange，提问作者swaran