Python pyspark DataFrame.eval用法及代碼示例

本文簡要介紹 pyspark.pandas.DataFrame.eval 的用法。

用法: DataFrame.eval(expr: str, inplace: bool = False) → Union[DataFrame, Series, None]

評估說明 DataFrame 列上的操作的字符串。

僅對列進行操作，而不對特定的行或元素進行操作。這允許 eval 運行任意代碼，如果您將用戶輸入傳遞給此函數，這可能會使您容易受到代碼注入的影響。

參數：

expr：str: 要評估的表達式字符串。
inplace：布爾值，默認為 False: 如果表達式包含賦值，是否就地執行操作並改變現有的 DataFrame。否則，返回新的DataFrame。

評估結果。

例子：

>>> df = ps.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

盡管默認情況下不修改原始DataFrame，但允許分配。

>>> 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

使用inplace=True 修改原始DataFrame。

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

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.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。

用法:

參數：

返回：

例子：