Python Pandas dataframe.eval()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.eval()函數用於在調用 DataFrame 實例的上下文中評估表達式。該表達式在 DataFrame 的列上求值。

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

參數：
expr:要計算的表達式字符串。
inplace:如果表達式包含一個賦值，則是否就地執行操作並更改現有的DataFrame。否則，新
返回DataFrame。
kwargs:有關query()接受的關鍵字參數的完整詳細信息，請參見eval()的文檔。

返回：ret：ndarray，標量或pandas對象

範例1：采用eval()函數用於評估 DataFrame 中所有列元素的總和，並將結果列插入 DataFrame 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

讓我們評估所有列的總和並將結果列添加到 DataFrame

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

輸出：

範例2：采用eval()函數用於評估 DataFrame 中任何兩個列元素的總和，並將結果列插入 DataFrame 中。 DataFrame 具有NaN值。

注意：任何表達式都不能超過NaN值。因此對應的單元格將是NaN太。

# 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

我們來評估列“B”和“C”的總和。

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

輸出：

請注意，結果列“ D”具有NaN最後一行的值，因為評估中使用的相應單元格是NaN細胞。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.eval()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。