pandas.eval()函数在 Python 中
原文:https://www.geesforgeks.org/pandas-eval-function-in-python/
此方法用于使用各种后端将 Python 表达式评估为字符串。它返回数组、数值标量、数据帧、序列。
语法: pandas.eval(expr，parser='pandas '，engine=None，truediv=True，local_dict=None，global_dict=None，resolvers=()，level=0，target=None，inplace=False)
论据:
- expr : 字符串或 unicode。要计算的表达式。该字符串不能包含任何 Python
- 解析器:字符串，默认为‘pandas’，{‘pandas’，‘python’}。
- 引擎:字符串或无，默认为‘numexpr’，{‘python’，‘numexpr’}
- truediv : bool，可选，是否使用 truediv，如 Python 中> = 3
- 级别: int，可选，要遍历并添加到当前范围的先前堆栈帧的数量。大多数用户会不 需要更改此参数。
下面是上述方法的实现，并附有一些例子:
例 1 :
蟒蛇 3
# importing package
import pandas
# evaluate the expressions given
# in form of string
print(pandas.eval("2+3"))
print(pandas.eval("2+3*(5-2)"))
输出:
5
11
例 2 :
蟒蛇 3
# importing package
import pandas
# creating data
data = pandas.DataFrame({
"Student": ["A", "B", "C", "D"],
"Physics": [89,34,23,56],
"Chemistry": [34,56,98,56],
"Math": [34,94,50,59]
})
# view data
display(data)
# adding new column by existing
# columns evaluation
data['Total']=pandas.eval("data.Physics+data.Chemistry+data.Math")
# view data
display(data)
# adding new column by existing
# columns evaluation
pandas.eval("Avg=data.Total/3",target=data,inplace=True)
# view data
display(data)
输出:
