基于@choldgraf方案改写：Pandas Query用变量作列名失败求助

我来帮你搞定这个问题——你遇到的执行失败，本质是Pandas query方法的命名空间规则导致的：query里的字符串会在它自己的表达式上下文里解析，它会把myvar当成DataFrame的列名，而不是你外部定义的那个变量myvar = 'Size'，自然找不到对应列，也就出不来预期结果。

下面给你几种实用的解决办法：

方法1：用@引用外部变量+列名标识 #

这是Pandas官方推荐的方式，用@前缀告诉query这是外部变量，同时要把变量对应的列名用反引号或者eval包裹，让Pandas识别这是列名而非值：

import pandas as pd
fooframe = pd.DataFrame({'Size':['Large', 'Medium', 'Small', 'Tiny'], 'Color':[1, 2, 3, 4]})
myvar = 'Size'
# 方式A：用f-string把变量转成带反引号的列名（简洁直观）
subframe = fooframe.query(f"`{myvar}` == 'Large'")
# 方式B：用eval解析变量对应的列（兼容更老版本Pandas）
subframe = fooframe.query("eval(@myvar) == 'Large'")

两种方式都能让Pandas正确识别你要用Size列来筛选，最终得到只包含Large行的结果。

方法2：用loc替代query（更直观的写法） #

如果觉得query的语法有点绕，直接用loc索引会更简单，完全不用纠结命名空间的问题：

subframe = fooframe.loc[fooframe[myvar] == 'Large']

这种写法逻辑清晰，新手也不容易出错，适合简单的筛选场景。

验证结果 #

不管用哪种方法，最终得到的subframe都是符合预期的：

Size  Color
0  Large      1

内容的提问来源于stack exchange，提问作者TempleGuard527