Heim >Backend-Entwicklung >Python-Tutorial >Wie werte ich Ausdrücke in Pandas mithilfe von pd.eval(), DataFrame.eval() und DataFrame.query() dynamisch aus?
Dynamisches Auswerten eines Ausdrucks aus einer Formel in Pandas
In Pandas gibt es mehrere Möglichkeiten, einen Ausdruck aus einer Formel dynamisch auszuwerten:
1. pd.eval()
Diese Funktion wertet arithmetische Ausdrücke unter Verwendung einer Zeichenfolge als Eingabe aus. Es unterstützt mathematische Operationen, logische Operatoren und bedingte Anweisungen. Sie können es wie folgt verwenden:
expression = "df1['A'] + (df1['B'] * x)" pd.eval(expression)
2. DataFrame.eval()
Ähnlich wie pd.eval() wertet diese Methode Ausdrücke innerhalb eines DataFrame aus. Es bietet eine bequeme Möglichkeit, auf Spalten zuzugreifen, ohne „df1“ anzugeben. Präfix.
df1.eval("A + (B * x)")
3. DataFrame.query()
Diese Funktion wertet einen bedingten Ausdruck aus und gibt eine boolesche Maske zurück. Anschließend können Sie die Maske verwenden, um den DataFrame zu filtern.
condition = "A >= B" df1.query(condition)
Antworten auf spezifische Fragen:
Ergebnisse zuweisen: Sie können das Ergebnis eines Ausdrucks mithilfe des „target=" wieder einem DataFrame zuweisen. Argument.
df2 = pd.DataFrame() pd.eval("df2['D'] = df1['A'] + (df1['B'] * x)", target=df2)
Übergabe von Argumenten: Sie können Argumente als Variablen innerhalb des Ausdrucks übergeben, indem Sie das „@“-Symbol verwenden.
expression = "df1['A'] + (@x * df1['B'])" pd.eval(expression, local_dict={"x": 5})
Zusätzliche Überlegungen:
Das obige ist der detaillierte Inhalt vonWie werte ich Ausdrücke in Pandas mithilfe von pd.eval(), DataFrame.eval() und DataFrame.query() dynamisch aus?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!