Pandas에서 표현식을 어떻게 동적으로 평가할 수 있나요?

Pandas를 사용하여 동적으로 표현식 평가

문제 설명

pd.eval을 사용하여 변수 대체 및 복합 연산을 포함하여 DataFrames에서 동적 작업을 수행하려고 합니다. .

해결책

1. pd.eval() 사용

# Import necessary libraries
import pandas as pd
import numpy as np

# Create sample DataFrames
np.random.seed(0)
df1 = pd.DataFrame(np.random.choice(10, (5, 4)), columns=list('ABCD'))
df2 = pd.DataFrame(np.random.choice(10, (5, 4)), columns=list('ABCD'))

# Evaluate expression using a variable
x = 5
result = pd.eval("df1.A + (df1.B * x)")

# Alternatively, assign the result to a new column
pd.eval("df2['D'] = df1.A + (df1.B * x)")

성능 인수

다음 인수를 사용하여 pd.eval 성능을 최적화할 수 있습니다.

• engine='numexpr': 고도로 최적화된 numexpr 엔진을 사용합니다.
• parser='pandas': Pandas의 연산자 우선 순위에 맞는 기본 pandas 파서를 사용합니다.
• global_dict 및 local_dict: 대체할 전역 및 지역 변수 사전을 제공합니다. 이렇게 하면 전역 네임스페이스에서 변수를 정의할 필요가 없습니다.

할당 및 내부 수정

대상 인수를 사용하여 pd.eval의 결과를 DataFrame에 직접 할당할 수 있습니다. .

df3 = pd.DataFrame(columns=list('FBGH'), index=df1.index)
pd.eval("df3['B'] = df1.A + df2.A", target=df3)

# In-place modification
pd.eval("df2.B = df1.A + df2.A", target=df2, inplace=True)

2. df.eval() 사용

# Evaluate expression in df1
result = df1.eval("A + B")

# Perform variable substitution
df1.eval("A > @x", local_dict={'x': 5})

df.query()와의 비교

pd.eval은 표현식 평가에 적합하지만 df.query()는 조건문 평가에 더 간결하고 효율적입니다. 부울 표현식을 기반으로 DataFrame을 필터링하므로 쿼리가 가능합니다.

# Query df1
df1.query("A > B")

위 내용은 Pandas에서 표현식을 어떻게 동적으로 평가할 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!