当列名是 Python 关键字import、sum、min 等时，pandas.query() 的替代方法？

如何解决当列名是 Python 关键字import、sum、min 等时，pandas.query() 的替代方法？

query() 的 Pandas 文档指出

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.query.html

作为 Python 关键字的列名（如“list”、“for”、“import”、 等）不能使用。

这就是为什么在下面的玩具示例中，我不能使用 pandas.query() 来过滤名为 'min' 或 'sum' 的列

我的问题是：如果我不能使用 query() ，什么是有效且易于阅读的过滤多列的方法？例如。运行与 sql 语句等效的 Pandas，例如：

select m.* from df m where (m.[min] > 0.5 and m.[min] < 0.9) or m.[sum] > 0.7

使用 Pandas 语法，想到这一点：

out5 = df.loc[  ( (df['min'] > 0.5 )    & df['min'] < 0.9 ) | df['sum'] > 0.7  ]

这很好用，但我发现很难阅读，而且比大多数其他语言（从 sql 到 R）晦涩得多。

我也不明白为什么第一个条件 [ min > 0.5 ] 必须在括号中，否则它不起作用。

我曾想过使用 pandasql 包，它将数据帧加载到内存中的 sqlLite 数据库中，在那里运行一个查询，然后导出回 Pandas，但是大约 5 年前开发停止了，它从未达到过版本1，恐怕数据类型可能会被混淆（例如 sqlLite 不明确支持日期或日期时间）。

玩具示例是这样的：

import pandas as pd
import numpy as np


df = pd.DataFrame(columns=['a','min','sum','col with space'],data = np.random.rand(100,4))

# this works
out1 = df.query("a > 0.5" )

# this doesn't: TypeError: '>' not supported between instances of 'function' and 'float'
out2 = df.query(" min > 0.5 ")

# doesn't work:
# NumExprClobberingError: Variables in expression "(sum) > (0.5)" overlap with builtins: ('sum')
out3 = df.query(" sum > 0.5 ")

# this works
out4 = df.query(" `col with space` > 0.5 ")