熊猫query（）过滤性能

Question

我已经读过https://jakevdp.github.io/PythonDataScienceHandbook/03.12-performance-eval-and-query.html，使用query（）进行数据帧过滤比仅使用带有'＆'的条件过滤数据要快。当然，可以使用query（）时有一些限制。但是我在一个数据帧上尝试过它，但实际上执行起来明显慢得多。为什么呢？我想念什么？什么时候应该使用query（）？参见下文：

import pandas as pd

import numpy as np

#create dataframe with 5 columns using random numbers 

rng = np.random.RandomState(42)

df = pd.DataFrame(rng.rand(1000, 5), columns=['A', 'B', 'C', 'D','E'])

df2= round((df * 10),1)

%timeit df3 = df2[(df2["A"] < 3) & (df2["B"]>2)]

%timeit df4 = df2.query("A<3 and B>2") 

对于df3，我得到：每个循环1.06 ms±156 µs（平均±标准偏差，共运行7次，每个循环1000次）

对于df4：每个循环1.97 ms±155 µs（平均±标准偏差，共运行7次，每个循环1000次）

如您所见，df4花费了几乎两倍的时间。为什么？？？使用query（）是否有限制？我发现query（）语法更简洁易用，我希望默认使用它。

我正在使用Pandas 0.24.2