对以数字开头的列运行Pandas查询（Python 3）

我试图在一个数据框上运行一个查询，在这个数据框中，我计算一个以数字开头的列的值。大概是这样的：

df.query('1A_col == "1000"')

df.query('`1A_col` == "1000"')

data = {'AB': [1,2,3], '1A_col': [1000,2,3]}
df = pd.DataFrame(data)

我读过不少关于如何处理这个问题的文章，一般的解决方案是在列名周围使用反勾号（因为它以数字开头，这将通过eval（）运行，在Python中，变量名不能以数字开头等等）。所以它应该是这样的：

df.query('1A_col == "1000"')

df.query('`1A_col` == "1000"')

data = {'AB': [1,2,3], '1A_col': [1000,2,3]}
df = pd.DataFrame(data)

但这似乎只适用于3之前的Python版本。自3起，不再支持反勾号。如果我在3中运行它，我会得到一些类似于“BACKTICK\u QUOTED\u STRING\u 1A\u col”的东西，但没有定义

所以，我的问题是-有没有一种方法可以在Python3中实现这一点？如果是，怎么做？此外，我需要使用query（），因为在我的解决方案中，我允许用户将过滤器字符串传递到我的程序中，并有效地为他们执行查询

数据框如下所示：

df.query('1A_col == "1000"')

df.query('`1A_col` == "1000"')

data = {'AB': [1,2,3], '1A_col': [1000,2,3]}
df = pd.DataFrame(data)

---

我正在使用

python3

和

Pandas版本1.1

：

In [1666]: sys.version
Out[1666]: '3.7.3 (default, Apr 24 2020, 18:51:23) \n[Clang 11.0.3 (clang-1103.0.32.62)]'

In [1663]: pd.__version__
Out[1663]: '1.1.0'

In [1664]: df.query('`1A_col` == 1000')
Out[1664]: 
   AB  1A_col
0   1    1000

---

为了更好地理解，您可以分享一个数据框架的示例吗？@MayankPorwal在python 3.6Hh上添加了一个与pd 1.0.1相同的数据框架示例。。有趣的是，我得到了这个：pandas.core.computation.ops.UndefinedVariableError:name'BACKTICK\u QUOTED\u STRING\u 1A\u col'不是defined@MariuszS您使用的是哪一版本的Python和Pandas？print（'Python ver'，sys.version）print（'Pandas ver'，pd.uuu version_uuu）Python ver 3.6.1 | Anaconda 4.4.0（64位）|（默认，2017年5月11日，13:25:24）[MSC v.1900 64位（AMD64）]版本1.0。3@MayankPorwal，我将尝试使用与您相同的版本并更新，谢谢您的帮助