Pandas で式を動的に評価するにはどうすればよいですか?

Pandas を使用した動的評価算術。

解法

1. pd.eval() の使用

パフォーマンスの引数

次の引数を使用して、pd.eval のパフォーマンスを最適化できます:

# Import necessary libraries
import pandas as pd
import numpy as np

# Create sample DataFrames
np.random.seed(0)
df1 = pd.DataFrame(np.random.choice(10, (5, 4)), columns=list('ABCD'))
df2 = pd.DataFrame(np.random.choice(10, (5, 4)), columns=list('ABCD'))

# Evaluate expression using a variable
x = 5
result = pd.eval("df1.A + (df1.B * x)")

# Alternatively, assign the result to a new column
pd.eval("df2['D'] = df1.A + (df1.B * x)")

engine='numexpr'

: 高度に最適化された numexpr を使用します。 Engine.

• parser='pandas': Pandas の演算子の優先順位と一致するデフォルトの pandas パーサーを使用します。
• global_dict および
local_dict
• : 置換用のグローバル変数とローカル変数の辞書を提供します。これにより、グローバル名前空間で変数を定義する必要がなくなります。代入とインプレース変更
ターゲット引数を使用して、pd.eval の結果を DataFrame に直接割り当てることができます。 .

2． df.eval() の使用

df3 = pd.DataFrame(columns=list('FBGH'), index=df1.index)
pd.eval("df3['B'] = df1.A + df2.A", target=df3)

# In-place modification
pd.eval("df2.B = df1.A + df2.A", target=df2, inplace=True)

df.query()

との比較 pd.eval は式の評価に適していますが、df.query() は条件分岐の場合により簡潔で効率的です。ブール式に基づいて DataFrame をフィルタリングするためのクエリ。

# Evaluate expression in df1
result = df1.eval("A + B")

# Perform variable substitution
df1.eval("A > @x", local_dict={'x': 5})

以上がPandas で式を動的に評価するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。