Pandas 用户手册——表达式求值eval()

结合实际案例，所有操作都是本人亲自实践，作为以后自己使用pandas时的用户手册。

目录

1 支持的语法

2 例子说明

3 内容表达

4 局部变量

5 解析器

6 实例分析

---

1 支持的语法

pd.eval()具有3个特点：

（1）DataFrame数量很大（一般超过10000行）时更高效；

（2）基本的运算、布尔表达等速度非常快，具体支持的语法为：

• 算术运算，比如df+2*Pi
• 比较，比如df>2
• 列表或元组，比如[1,2]
• 属性，比如df['A']
• 下标表达式，比如df[2]
• 数学函数，比如sin/log/exp等

（3）有一些语法，是不建议使用的：

• 函数
• is/not is
• if表达
• lambda表达
• Generator

2 例子说明

我创建了4个20000*100的表格，来看eval()在简单运算所带来的提升。

rows,columns=20000,100
test1,test2,test3,test4=[pd.DataFrame(np.random.randn(rows,columns)) for i in range(4)]

3 内容表达

我们还可以直接把简明的表达式写入eval()，此时表达式不用前面加入表格名称。

下面是名称为“expression_table”的表格：

# 通过eval()表达
expression_table.eval('C=A+B',inplace=True)

# 通过原来的Pands表达
expression_table['C']=expression_table['A']+expression_table['B']

4 局部变量

如果eval()中调用局部变量，必须前面引用“@”，否则pandas会报错。

# 局部变量
column_new=np.random.randn(len(expression_table))
expression_table.eval("E=B+@column_new",inplace=True)

5 解析器

eval()有两种解析器，一种是通常使用的"pyhton"解析器，一种是更加直白简单的“pandas”解析器。

6 实例分析

下面两个图是别人分析的，用于演示eval()表现效果的示意图。

（1）当数据量少的时候，比如10000-20000左右，pandas和eval()区别不大：

（2）当数据量达到一定量级，eval()的优势就越来越大：