您想要使用 pd.eval 对 DataFrame 执行动态操作，包括变量替换和复数算术。
1.使用 pd.eval()
# 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)")以下参数可用于优化 pd.eval 性能：
您可以使用 target 参数将 pd.eval 的结果直接分配给 DataFrame .
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)# Evaluate expression in df1
result = df1.eval("A + B")
# Perform variable substitution
df1.eval("A > @x", local_dict={'x': 5})虽然 pd.eval 适合计算表达式，但 df.query() 对于条件条件更加简洁和高效查询，因为它根据布尔表达式过滤 DataFrame。
# Query df1
df1.query("A > B")以上是如何动态评估 Pandas 中的表达式？的详细内容。更多信息请关注PHP中文网其他相关文章！
