Pandas中含字符串等式的筛选条件模板化实现方案问询

场景1：动态构造匹配字符串，与Condition列做等值匹配 #

这是你当前代码对应的需求，Python中实现类似模板字面量的效果有3种常用方案：

• f-string（Python3.6+推荐，写法最简）

# 动态值存为变量
target_type = "stringValue"
# 用f-string构造匹配串，外层单引号避免内层双引号转义
match_str = f'var.Var_type == "{target_type}"'
dfColumn = dataframes[dataframes['Condition'] == match_str]

• str.format()（全Python版本兼容，适合模板复用、多占位符场景）

# 提前定义通用模板
COND_TPL = 'var.{param} == "{value}"'
# 传入参数生成匹配串
match_str = COND_TPL.format(param="Var_type", value="stringValue")
dfColumn = dataframes[dataframes['Condition'] == match_str]

• 百分号格式化（老旧兼容写法，不推荐）

target_type = "stringValue"
match_str = 'var.Var_type == "%s"' % target_type
dfColumn = dataframes[dataframes['Condition'] == match_str]

场景2：执行Condition列的表达式做逻辑筛选 #

如果你需要把Condition列存储的表达式字符串当作实际判断条件执行，代入你自己的var变量取值筛选行，可使用pd.eval实现（注意仅在Condition列内容完全可控的场景下使用，避免代码注入风险）：

# 你的实际var变量，支持字典或类实例
var = {"Var_type": "stringValue"}
# 对每行Condition表达式求值得到布尔掩码
mask = dataframes['Condition'].apply(lambda x: pd.eval(x, local_dict={"var": var}))
dfColumn = dataframes[mask]

内容的提问来源于stack exchange，提问作者user3241846