使用pd.query比较str.count结果与标量时报numpy.ndarray不可哈希错误

问题原因 #

这个异常是pandas 1.x版本中query()方法对str访问器返回值的解析缺陷导致的：

• 直接在外部执行df.x.str.count(" ")会返回元素为整型的一维Series，但在query()的内部解析逻辑中，str.count()的返回值会被错误封装为嵌套的numpy数组，而非可以直接参与广播运算的一维序列。
• 当你尝试将该返回值与标量1做相等比较时，query()的解析器会错误尝试对整个numpy数组做哈希匹配（而非逐元素比较），而numpy数组本身是不可哈希类型，因此抛出TypeError: unhashable type: 'numpy.ndarray'。

为什么== [1]可以正常运行 #

当右侧改为列表[1]时，query()会触发逐元素比较的广播逻辑：首先会把左侧的嵌套数组展开为和DataFrame行数一致的一维序列，再把右侧长度为1的列表自动广播到和左侧相同长度，逐元素做比较，不会触发哈希匹配逻辑，因此可以正常运行。

推荐的替代写法 #

除了用列表包裹标量的写法外，你也可以用以下更易读的方案绕过该缺陷：

• 显式将str.count的返回值转为整型，让解析器识别为可广播的一维序列：

df.query('x.str.count(" ").astype(int) == 1')

• 用@符引入外部标量变量，规避内部解析的bug：

space_count = 1
df.query('x.str.count(" ") == @space_count')

• 针对当前匹配恰好1个空格的场景，直接用正则匹配更高效：

df.query('x.str.contains(r"^[^ ]+ [^ ]+$")')

内容的提问来源于stack exchange，提问作者rudolfovic