如何使用 pd.eval()、DataFrame.eval() 和 DataFrame.query() 动态计算 Pandas 中的表达式？

动态计算 Pandas 中公式的表达式

在 pandas 中，有多种方法可以动态计算公式中的表达式：

1。 pd.eval()

此函数使用字符串作为输入来计算算术表达式。它支持数学运算、逻辑运算符和条件语句。您可以按如下方式使用它：

expression = "df1['A'] + (df1['B'] * x)"
pd.eval(expression)

2. DataFrame.eval()

与 pd.eval() 类似，此方法计算 DataFrame 中的表达式。它提供了一种无需指定“df1”即可访问列的便捷方法。前缀。

df1.eval("A + (B * x)")

3. DataFrame.query()

此函数计算条件表达式并返回布尔掩码。然后，您可以使用掩码来过滤 DataFrame。

condition = "A >= B"
df1.query(condition)

特定问题的答案：

1. 最佳性能： 使用pd.eval() 或 DataFrame.eval() 与“numexpr”后端。 “python”后端没有提供任何性能优势，并且存在安全风险。

2. 分配结果：您可以使用“target=”将表达式的结果分配回 DataFrame参数。

   df2 = pd.DataFrame()
   pd.eval("df2['D'] = df1['A'] + (df1['B'] * x)", target=df2)

3. 传递参数：你可以使用“@”符号将参数作为表达式中的变量传递。

   expression = "df1['A'] + (@x * df1['B'])"
   pd.eval(expression, local_dict={"x": 5})

其他注意事项：

• 选择根据您的需求和您要评估的表达式类型选择适当的方法。
• 使用括号作为运算符必要时优先。
• “resolvers=”参数可用于提供在表达式中使用的自定义函数或变量。
• 对于多行表达式和赋值，请使用 DataFrame.eval()， as query() 只接受单行条件。

以上是如何使用 pd.eval()、DataFrame.eval() 和 DataFrame.query() 动态计算 Pandas 中的表达式？的详细内容。更多信息请关注PHP中文网其他相关文章！