如何使用numexpr评估字符串比较？不是df.eval

Question

当我尝试运行下一个代码片段时，我正在尝试使用Numexpr进行过滤：

>>> import pandas as pd
>>> import numexpr
>>> df=pd.DataFrame({'a':[1,2,3],'b':['one','two','three']})
>>> df
   a      b
0  1    one
1  2    two
2  3  three
>>> a=df.a.values
>>> b=df.b.values
>>> numexpr.evaluate('a<2')
array([ True, False, False])
>>> numexpr.evaluate('b=="one"')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python36-64\lib\site-packages\numexpr\necompiler.py", line 822, in evaluate
    zip(names, arguments)]
  File "C:\Python36-64\lib\site-packages\numexpr\necompiler.py", line 821, in <listcomp>
    signature = [(name, getType(arg)) for (name, arg) in
  File "C:\Python36-64\lib\site-packages\numexpr\necompiler.py", line 703, in getType
    raise ValueError("unknown type %s" % a.dtype.name)
ValueError: unknown type object

由于某种原因，我无法使用df.eval（'b ==“ one”'）。也许我做错了方法。任何帮助将不胜感激。