pd.eval() 通常比普通运算快，但仅当数据量大（>10⁵行）、多列表达式且启用numexpr时才明显；小数据因解析开销反而更慢。
eval函数在Pandas中真的更快吗？
多数情况下，pd.eval() 比直接用 df['a'] + df['b'] * df['c'] 快，但仅当数据量大（通常 > 10⁵ 行）、表达式含多个列运算、且未启用 numexpr 后端时才明显。它底层调用 numexpr 做向量化计算和内存优化，跳过 Python 解释器开销。但小数据集反而更慢——因为启动解析和编译有固定开销。
验证方法很简单：
import pandas as pd<br>import time<br>df = pd.DataFrame({'a': range(10**6), 'b': range(10**6), 'c': range(10**6)})<br><br># 方法1：普通运算<br>t1 = time.time()<br>df['x'] = df['a'] + df['b'] * df['c']<br>print(f"普通运算: {time.time() - t1:.4f}s")<br><br># 方法2：pd.eval<br>t2 = time.time()<br>df['y'] = pd.eval("a + b * c")<br>print(f"pd.eval: {time.time() - t2:.4f}s")
哪些表达式能用pd.eval，哪些会报错？
pd.eval() 支持基础算术、布尔比较、部分函数（如 sin、log、abs），但不支持任意 Python 代码。常见踩坑点：
- 不能调用自定义函数或
lambda—— 报NotImplementedError: "func" is not supported - 不能用
in、is、赋值语句（=）、三元表达式（x if cond else y） - 字符串方法（如
.str.contains()）不可用；要用str.contains需显式启用engine='python'，但此时几乎没加速 - 列名含空格或特殊字符必须用反引号包裹：
pd.eval("`col name` > 5")
如何安全启用多线程和内存优化？
pd.eval() 默认使用 numexpr 引擎，自动利用多核，但需确认环境已安装并启用：
- 检查是否启用：
pd.eval("1 + 1", engine='numexpr')不报错即支持；若报ValueError: engine must be 'numexpr' or 'python'，说明numexpr未安装，运行pip install numexpr - 控制线程数（避免争抢）：
import numexpr as ne; ne.set_num_threads(4) - 大数据慎用
parser='python'：它退化为标准 Python 解析，速度可能比原生 Pandas 还慢 - 避免重复解析同一表达式：对循环中固定表达式，提前用
pd.eval(..., inplace=False)计算一次，不要在循环里反复调用
替代方案：什么时候该放弃eval，换别的写法？
当遇到以下情况，pd.eval() 不仅不快，还增加维护成本：
- 表达式逻辑复杂（嵌套条件、多分支）→ 改用
np.select()或df.assign().pipe()链式处理 - 需要访问行索引或位置信息（如
df.index）→pd.eval()默认不暴露index，得手动传入：pd.eval("a + index", local_dict={'index': df.index})，易出错 - 涉及
groupby后的列运算 → 先transform或agg，再用eval，别试图在eval里写groupby - 使用
category或nullable int类型时，eval可能隐式转成object或float64，丢失类型信息
真正省时间的地方，往往不是换一个函数，而是减少中间 DataFrame 拷贝、复用已有列引用、以及把多次 eval 合并成一次多输出表达式（如 pd.eval("x = a+b; y = b*c")）。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
