pandas.DataFrame.eval

DataFrame.eval(expr, *, inplace=False, **kwargs)

计算描述 DataFrame 列操作的字符串。

仅操作列，不操作特定行或元素。这允许 eval 运行任意代码，如果您将用户输入传递给此函数，可能会使您容易受到代码注入的攻击。

Parameters:

exprstr

要评估的表达式字符串。

inplacebool，默认 False

如果表达式包含赋值，则确定是否执行原地操作并修改现有 DataFrame。否则，将返回一个新的 DataFrame。

**kwargs

有关 eval() 接受的关键字参数的完整详细信息，请参阅 query() 的文档。

Returns:

ndarray、标量、pandas 对象或 None

评估结果，如果 inplace=True 则为 None。

参见

DataFrame.query

评估一个布尔表达式以查询 DataFrame 的列。

DataFrame.assign

可以评估表达式或函数以创建列的新值。

eval

使用各种后端评估字符串格式的 Python 表达式。

Notes

有关详细信息，请参阅 eval() 的 API 文档。有关详细示例，请参阅 enhancing performance with eval 。

Examples

>>> df = pd.DataFrame({'A': range(1, 6), 'B': range(10, 0, -2)})
>>> df
   A   B
0  1  10
1  2   8
2  3   6
3  4   4
4  5   2
>>> df.eval('A + B')
0    11
1    10
2     9
3     8
4     7
dtype: int64

允许赋值，但默认情况下不修改原始 DataFrame。

>>> df.eval('C = A + B')
   A   B   C
0  1  10  11
1  2   8  10
2  3   6   9
3  4   4   8
4  5   2   7
>>> df
   A   B
0  1  10
1  2   8
2  3   6
3  4   4
4  5   2

可以使用多行表达式为多个列赋值：

>>> df.eval(
...     '''
... C = A + B
... D = A - B
... '''
... )
   A   B   C  D
0  1  10  11 -9
1  2   8  10 -6
2  3   6   9 -3
3  4   4   8  0
4  5   2   7  3