📜  Python|熊猫 dataframe.eval()

📅  最后修改于: 2022-05-13 01:54:23.427000             🧑  作者: Mango

Python|熊猫 dataframe.eval()

Python是一种用于进行数据分析的出色语言,主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一,它使导入和分析数据变得更加容易。

Pandas dataframe.eval()函数用于在调用数据帧实例的上下文中评估表达式。该表达式在数据框的列上进行评估。

示例 #1:使用eval()函数计算数据框中所有列元素的总和,并将结果列插入数据框中。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df=pd.DataFrame({"A":[1,5,7,8],
                 "B":[5,8,4,3],
                 "C":[10,4,9,3]})
  
# Print the first dataframe
df

让我们评估所有列的总和并将结果列添加到数据框中

# To evaluate the sum over all the columns
df.eval('D = A + B+C', inplace = True)
  
# Print the modified dataframe
df

输出 :


示例 #2:使用eval()函数计算数据框中任意两列元素的总和,并将结果列插入数据框中。数据框具有NaN值。

注意:任何表达式都不能在NaN值上求值。所以相应的单元格也将是NaN

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df=pd.DataFrame({"A":[1,2,3],
                 "B":[4,5,None],
                 "C":[7,8,9]})
  
# Print the dataframe
df

让我们评估列“B”和“C”的总和。

# To evaluate the sum of two columns in the dataframe
df.eval('D = B + C', inplace = True)
  
# Print the modified dataframe
df

输出 :

请注意,结果列“D”在最后一行具有NaN值,因为在评估中使用的相应单元格是NaN单元格。