query()写多条件掩码更直观但需注意：变量用@前缀、and/or替代&/|、显式加括号防优先级错误；布尔索引必须括号包裹每个条件，用&|~而非and/or；NaN处理用isna()/notna()，避免==np.nan；推荐先构造语义化掩码变量再loc提取。
用 query() 写多条件掩码最直观，但要注意字符串插值和运算符优先级
直接写 df.query("a > 1 and b == 'x' or c in [1, 2, 3]") 比用布尔索引更易读，尤其条件超过三个时。但必须注意：query() 中不能直接用 Python 变量，得用 @ 前缀引用；and/or 是关键字，不是 &/|；括号必须显式加，否则 and 优先级高于 or，容易出错。
常见错误现象：写成 df.query("a > @threshold and b in @valid_list or c == True") 却没定义 threshold 或 valid_list，报 NameError: name 'threshold' is not defined；或者漏括号导致逻辑错乱，比如本意是 (a>1 and b=='x') or c==2，却写成 a>1 and b=='x' or c==2，实际执行为 a>1 and (b=='x' or c==2)。
实操建议：
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
- 所有外部变量一律用
@变量名引入，且确保变量在作用域内已定义 - 复杂逻辑务必用括号分组，哪怕看起来“没必要”
- 字符串值中的单引号要转义或改用双引号，如
b == "user's data" - 对含空值的列做
in判断时，query()会自动跳过NaN，无需额外处理
&、|、~ 布尔操作符必须括号包裹，否则报 SyntaxError
这是 Pandas 新手最常踩的坑：写 df[df.a > 1 & df.b == 'x'] 会直接报错，因为 & 优先级高于 > 和 ==，Python 实际解析为 df.a > (1 & df.b) == 'x'，类型不匹配。
立即学习“Python免费学习笔记（深入）”；
正确写法必须每个比较表达式都加括号：df[(df.a > 1) & (df.b == 'x') & (df.c.isin([1, 2]))]。注意不是 and/or —— 那是 Python 关键字，不能用于 Series 间向量化运算。
实操建议：
-
&对应 “且”，|对应 “或”，~对应 “非”，三者都要求操作数是布尔型 Series -
isin()比多次==连写更安全，自动处理NaN，且性能更好 - 避免混用
query()和布尔索引：比如先用query()筛大范围，再用布尔索引做精细过滤，中间记得重置索引或保留原始索引一致性
处理缺失值（NaN）时，isna() 和 notna() 比 == np.nan 可靠
NaN == NaN 永远返回 False，所以 df[df.a == np.nan] 一定为空。必须用 df.a.isna() 或 df.a.notna()。
多条件中若某列含大量缺失值，直接参与 & 运算会导致结果全为 False（因为 True & NaN → False），这不是 bug，而是 Pandas 的三值逻辑设计。例如 (df.a > 1) & df.b.isna() 是安全的，但 (df.a > 1) & (df.b == 'x') 在 b 有 NaN 时，对应行结果就是 False，哪怕 a > 1 为 True。
实操建议：
- 明确缺失值意图：是排除它们？还是把
NaN当作一类特殊值保留？前者用.dropna()预处理，后者在条件中显式加df.b.isna() - 组合条件时，把
isna()放在靠前位置可提升可读性，比如df.b.isna() | (df.b == 'x')表示“是空或等于 x” - 用
df.eval()可复用表达式，比如mask = df.eval("(a > 1) & (b.isna() | b == 'x')")，避免重复写df.
性能敏感场景下，避免重复计算，优先用 loc + 单次掩码
写 df[df.a > 1 & df.b == 'x'].c.sum() 看似简洁，但 Pandas 内部会执行两次布尔索引：一次生成子集，一次再取 c。如果数据量大、条件复杂，反复扫描开销明显。
更高效的做法是先构造完整掩码，再用 .loc 一步到位：mask = (df.a > 1) & (df.b == 'x'); result = df.loc[mask, 'c'].sum()。这样掩码只算一次，后续所有列提取都复用它。
实操建议：
- 掩码变量命名要有语义，比如
is_valid_user = (df.age >= 18) & df.country.notna()，比mask1更易维护 - 对超大数据集（千万行以上），考虑用
numexpr加速布尔运算，pd.eval()默认启用它，但需确认numexpr已安装 - 不要为了“链式调用”牺牲可读性，比如
df.query(...).assign(...).pipe(...)中穿插复杂掩码，不如拆成清晰的步骤
