Python 使用pandas.dataframe.query method（）用子集替换数据框的合适方法是什么？

这个问题与我在这里提出的问题非常相似：

我想了解如何排除给定数据帧内的记录（即在数据帧上操作而不是它的视图），同时还可以选择对结果应用其他操作

我很难理解Python在操作数据帧对象时是如何管理引用和值分配的。我正在使用熊猫数据框架中的数据集，我希望根据某些属性值减少设置。我还想对这个操作的结果应用额外的操作。我想使用的首选方法是.query（）方法。下面是一个简单的例子：

mydf = pd.DataFrame({'col1':['A','B','C'],
                 'col2':['x','y','z']})
mydf = mydf.query('col1 == \'A\'')

这将在概念上实现我所寻找的目标；基于对数据集的查询，对我正在处理的数据集进行缩减。我的问题是：

“这是查询函数的正确应用程序吗？如果我要对‘mydf’执行其他操作，是否应该执行其他操作？”

---

我已经通读了一遍，但仍然不明白要注意哪些陷阱…

如果您不需要过滤（减少）的数据，我认为这是一种正确的方法。您还可以像这样链接“附加操作”（非常有效）：

 mydf = mydf.query('col1 == "A"').func1(...).func2(...).func3(...)

---

太好了-谢谢你，马克斯。我几乎只是在我最后一个问题的评论中直接问你；）。一般来说，这个主题（引用与赋值）是Python世界中我最难理解的主题。谢谢你的帮助@塞文斯，不客气！很难预测pandas何时会复制您的数据，何时会在“视图”上工作-如果您想详细了解它，您可以查看您的python路径/Lib/site packages/pandas/下的源代码-这需要时间，但很有趣。。。