df.query()比布尔索引快2–5倍，因其通过numexpr引擎执行字符串条件，跳过构建中间布尔数组；pd.eval()仅返回计算结果，适用于生成复杂条件或中间列计算。
对 10 万行以上的 DataFrame 做多列复合条件过滤时，df.query() 和 pd.eval() 能比普通布尔索引快 2–5 倍，前提是表达式写法正确、避免触发 Python 解释器回退。
query() 为什么比布尔索引快？
query() 把字符串条件交给 numexpr 引擎执行，跳过 Pandas 构建中间布尔数组的过程；而 df[(df.A > df.B) & (df.C == 'x')] 会先算出两个 bool Series，再用 & 合并——这一步产生临时对象，内存和 CPU 开销都大。
- 必须用
and/or/not（不是&/|/~），括号可省略：df.query("A > B and C == 'x'") - 支持外部变量，用
@前缀：threshold = 100; df.query("price > @threshold") - 列名含空格或特殊字符时，用反引号包裹：
df.query("`user id` > 1000") - 不支持方法调用（如
df.col.str.contains('abc')不能直接写进query）
pd.eval() 的适用场景和限制
pd.eval() 不返回数据，只返回计算结果（标量、Series 或 bool 数组），适合做「条件生成」或「中间列计算」。它比原生 Python 表达式快，但比 query() 少一层语法糖封装。
- 用于构造复杂布尔条件再喂给
df[...]：mask = pd.eval("df.A > df.B & df.C - 表达式里不能出现
df.前缀（这是常见错误）：pd.eval("A > B & C 才对，且所有变量需在当前作用域可见 - 支持
numexpr特有函数如where、sin，但不支持 Pandas 方法链 - 当表达式含大量标量运算（如
A * 0.8 + B / 2.5），pd.eval()比直接写df.A * 0.8 + df.B / 2.5略快，但差距不如query()明显
哪些情况反而更慢？
小数据量（query() 和 pd.eval() 回退到 Python 解释器执行，此时比原生写法还慢。
- 写了
.str.contains()或.dt.year这类方法：numexpr 不识别，直接报NotImplementedError或静默降级 - 用了未定义变量或拼错列名，错误信息模糊（如
KeyError: 'name'），调试成本高于普通布尔索引 - 启用了
engine='python'（默认是'numexpr'），等于白用：df.query("A > B", engine='python') - 字符串条件里混用单双引号导致解析失败，例如
df.query("name == "John"")—— 必须统一引号或用转义
真正起效的前提是：数据够大、条件纯算术/比较、不碰 Pandas 方法链。别为了“用高级功能”而用，先 %timeit 对比三秒内的实际耗时。
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！
