【Pandas】pandas DataFrame eval

Pandas2.2 DataFrame

Computations descriptive stats

方法	描述
DataFrame.abs()	用于返回 DataFrame 中每个元素的绝对值
DataFrame.all([axis, bool_only, skipna])	用于判断 DataFrame 中是否所有元素在指定轴上都为 True
DataFrame.any(*[, axis, bool_only, skipna])	用于判断 DataFrame 中是否至少有一个元素在指定轴上为 True
DataFrame.clip([lower, upper, axis, inplace])	用于截断（限制）DataFrame 中的数值
DataFrame.corr([method, min_periods, …])	用于计算 DataFrame 中各列之间的相关系数矩阵（Correlation Matrix）
DataFrame.corrwith(other[, axis, drop, …])	用于计算当前 DataFrame 的每一列（或行）与另一个 Series 或 DataFrame 中对应列的相关系数
DataFrame.count([axis, numeric_only])	用于统计 DataFrame 中每列或每行的非空（非 NaN）元素数量
DataFrame.cov([min_periods, ddof, numeric_only])	用于计算 DataFrame 中每对列之间的协方差
DataFrame.cummax([axis, skipna])	用于计算 DataFrame 中每列或每行的累计最大值（cumulative maximum）
DataFrame.cummin([axis, skipna])	用于计算 DataFrame 中每列或每行的累计最小值（cumulative minimum）
DataFrame.cumprod([axis, skipna])	用于计算 DataFrame 中每列或每行的累计乘积（cumulative product）
DataFrame.cumsum([axis, skipna])	用于计算 DataFrame 中每列或每行的累计和（cumulative sum）
DataFrame.describe([percentiles, include, …])	用于快速生成数据集的统计摘要（summary statistics）
DataFrame.diff([periods, axis])	用于计算 DataFrame 中相邻行或列之间的差值（差分）
DataFrame.eval(expr, *[, inplace])	用于在 DataFrame 上下文中高效地执行字符串形式的表达式运算

pandas.DataFrame.eval()

pandas.DataFrame.eval() 方法用于在 DataFrame 上下文中高效地执行字符串形式的表达式运算。它允许你使用类似 Python 表达式的语法（如 +, -, *, /, 比较符等）来操作 DataFrame 的列，而无需显式调用 Pandas 函数或创建临时变量。

该方法特别适用于简化复杂表达式、节省内存和提高计算效率。

---

📌 方法签名：

DataFrame.eval(expr, *, inplace=False)

---

🧾 参数说明：

参数	类型	描述
expr	str	要计算的表达式字符串，例如 'A + B', 'C > 5', 'D = A * B' 等。支持大多数 Python 运算符和部分 NumPy 函数。
inplace	bool, 默认 False	如果为 True，则将结果赋值回原 DataFrame（仅当 expr 是赋值语句时有效）。

---

📊 返回值：

• 若 expr 是表达式（非赋值），返回一个 Series 或标量；
• 若 expr 是赋值语句且 inplace=True，则修改原 DataFrame 并返回 None；
• 否则返回一个新的 DataFrame。

---

✅ 示例及结果：

示例1：基本表达式计算

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

# 计算 A + B
result = df.eval('A + B')
print(result)

输出结果：

0    5
1    7
2    9
dtype: int64

---

示例2：比较表达式

# 判断 A 是否大于 B
result = df.eval('A > B')
print(result)

输出结果：

0    False
1    False
2    False
dtype: bool

---

示例3：创建新列（不修改原 DataFrame）

# 计算并返回新 DataFrame，包含新增列 C = A * B
new_df = df.eval('C = A * B')
print(new_df)

输出结果：

   A  B   C
0  1  4   4
1  2  5  10
2  3  6  18

---

示例4：使用 inplace=True 修改原 DataFrame

# 将新列 D = A + B 添加到原 DataFrame
df.eval('D = A + B', inplace=True)
print(df)

输出结果：

   A  B   D
0  1  4   5
1  2  5   7
2  3  6   9

---

示例5：使用局部变量（通过 @ 符号引用）

scale = 2
result = df.eval('A + B * @scale')
print(result)

输出结果：

0     9
1    12
2    15
dtype: int64

---

示例6：逻辑组合表达式

# 复杂条件判断
result = df.eval('(A < 2) & (B > 4)')
print(result)

输出结果：

0    False
1     True
2    False
dtype: bool

---

🎯 适用场景：

场景	描述
特征工程	快速构造新特征，如 X = A + B, Y = log(C)
数据清洗	条件筛选、布尔索引前的逻辑构建
性能优化	相比普通 Pandas 操作更高效，尤其对大数据集
代码简洁性	替代冗长的表达式写法，提升可读性

---

⚠️ 注意事项：

• 只能访问当前 DataFrame 中的列名；
• 使用 @ 前缀可以引用外部变量；
• 不支持复杂的控制流语句（如 if/for）；
• 对于赋值表达式，推荐使用 inplace=True 避免中间变量；
• 不会自动处理字符串列，只适用于数值型数据；

---

📋 总结：

特性	描述
功能	执行字符串表达式进行列间运算
默认行为	返回新 Series 或 DataFrame
是否修改原数据	可通过 inplace=True 控制
适用类型	数值型列（int、float）
优势	更快、更简洁、节省内存

eval() 是一个非常强大的工具，适合在数据预处理、特征工程和快速探索分析中使用。