Python系列对象是可变的，因此它们不能在查询方法中进行散列

我正试着跑：

import pandas as pd
df_data = pd.DataFrame({'a':[1,20,None,40,50]})
df_data.query('a.isnull()')

然后发生了一个错误：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

但是：

没有任何错误， 为什么会这样？ 你能帮我找出原因吗？

使用python引擎，或者使用带有默认npexpr引擎的np.array

或

不太清楚为什么numexpr不能处理pd.Series，尽管使用python引擎，或者使用带有默认npexpr引擎的np.array

或

不太清楚为什么numexpr不能处理pd.Series，尽管您可以使用它=

因为np.NaN不等于np.NaN

您可以使用=

---

由于np.NaN不等于np.NaN

关于pd.Series无法在任何地方使用insert进行处理的原因，最近一些使pandas结构不像numpy数据帧的ish更改可能是罪魁祸首。Numpy可能只是在转换过程中优雅地处理了它。在出错之前，我就遇到了一个错误：类型的对象不是Pandas.Dataframe。在这个过程中，pd.Series可能无法通过insert处理，无论它在哪里工作，最近的一些ish更改可能是罪魁祸首，这些更改使Pandas结构不太像numpy dataframes。Numpy可能只是在转换过程中优雅地处理了它。我在错误之前就遇到了错误：类型的对象不是熊猫。数据帧正在发生。尝试此操作时，我得到ValueError:unknown type对象。尝试此操作时，我得到ValueError:unknown type对象。

df_data.a.isnull()

df_data.query('a.isnull()', engine='python')

df_data.query('a.isnull().values')

df_data.query('a!=a')
Out[10]: 
    a
2 NaN