如何在Pandas 0.23中使用query查询含空格的列？

当然可以不用删除列名空格直接用query()！你的问题出在用单引号引用列名——在query()的语法里，单引号表示的是字符串字面量，而不是DataFrame的列名。要引用带空格的列名，你需要用**反引号（`）**把列名包起来。

修正后的基础示例 #

先看针对你给出的代码的正确写法：

x1 = "ab"
x2 = ["ab", "ac"]
x3 = ["ab", "ad"]
df = pd.DataFrame({
    "t 1": ["a", "b", "ab"], 
    "t 2":["b", "x", "ac"], 
    "t 3":["a", "w", "ad"]
})

# 用反引号包裹带空格的列名，同时注意单个值用==，列表用in
result = df.query("`t 1` == @x1 & `t 2` in @x2 & `t 3` in @x3")
print(result)

运行后会正确返回符合所有条件的行：

t 1 t 2 t 3
2  ab  ac  ad

动态生成多条件查询的方案 #

因为你提到实际场景有10个左右的动态过滤条件，手动写query字符串效率很低，这里提供一个灵活的动态生成方案：

# 第一步：维护一个条件字典，键是带空格的列名，值是对应的过滤目标（单个值或列表）
filter_conditions = {
    "t 1": x1,
    "t 2": x2,
    "t 3": x3,
    # 可以继续添加更多列和条件
}

# 第二步：动态生成每个条件的字符串片段
condition_parts = []
for col_name, target_val in filter_conditions.items():
    if isinstance(target_val, (list, tuple)):
        # 如果目标是列表/元组，使用in语法
        condition_parts.append(f"`{col_name}` in @filter_conditions['{col_name}']")
    else:
        # 如果目标是单个值，使用==语法
        condition_parts.append(f"`{col_name}` == @filter_conditions['{col_name}']")

# 第三步：把所有条件用&连接成完整的query语句
final_query = " & ".join(condition_parts)

# 第四步：执行查询
dynamic_result = df.query(final_query)

这种方式只需要维护filter_conditions字典即可，不管新增多少条件都能自动生成对应的查询语句，非常适合你的动态场景。

为什么单引号写法不行？ #

在query()的表达式语境中，'t 1'会被解析成字符串"t 1"，而不是引用DataFrame中名为t 1的列。反引号是Pandas专门用来标记非标准列名（带空格、特殊字符、关键字）的语法，从0.13版本开始就支持，你的0.23版本完全兼容。

内容的提问来源于stack exchange，提问作者ZaxR