query()比布尔索引更易读，因其支持类似sql的字符串表达式（如"age > 30 and city == 'beijing'"），避免布尔索引中繁琐的df['col']重复书写、括号嵌套及&运算符优先级陷阱；变量通过@前缀安全传入，列名含特殊字符时用反引号包裹。
query() 为什么比布尔索引更易读？
因为 query() 支持字符串形式的表达式，能直接写成类似 SQL 的自然语言逻辑，比如 "age > 30 and city == 'Beijing'"，而不用拼接 df[df['age'] > 30 & df['city'] == 'Beijing'] 这种括号和运算符容易出错的链式布尔索引。
注意：& 在布尔索引中是位与操作符，必须用括号包裹每个条件；query() 内部自动解析优先级，省去括号烦恼。
变量怎么安全地传入 query 字符串？
别用 f-string 拼接变量——有注入风险，且字符串里单双引号容易打架。正确做法是用 @ 前缀引用局部变量或 DataFrame 属性：
-
min_age = 25→df.query("age > @min_age") -
threshold = 100→df.query("value >= @threshold") - 想引用列名含空格或特殊字符？用反引号：
df.query("`user name`.str.startswith('A')")
如果变量名和列名冲突（比如你有个变量叫 city，DataFrame 也有 city 列），@city 一定指向变量，列名直接写 city 即可。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
哪些语法在 query() 中不支持？
query() 不是 Python 全功能解释器，它只支持有限的表达式语法：
- 不支持函数调用带括号的复杂方法，如
str.contains()要写成col.str.contains('x')，但不能写col.str.contains('x', case=False)（参数不被识别） - 不支持
is None，得写成col.isnull()或col.isna() - 不支持海象运算符
:=、lambda、列表推导式 - 所有字符串比较必须用
==，不能用is
遇到不支持的操作，就退回到布尔索引，别硬套 query()。
性能差异大吗？什么时候该换回布尔索引？
小数据（query() 实际调用的是 numexpr 引擎，默认更快，尤其多条件组合时。但有两个坑：
- 如果表达式里用了未向量化的方法（比如
col.apply(lambda x: ...)），query()会退化成慢路径，甚至比布尔索引还慢 - 使用
in判断时，col in [1, 2, 3]是支持的，但col in my_list要求my_list是 Python list/tuple，不能是 set 或 numpy array（否则报TypeError: unexpected type）
真正影响可读性的不是语法糖，而是你是否清楚哪些操作能“翻译”成高效表达式——写完 query() 最好用 %%timeit 对比下实际耗时。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
