pandas.DataFrame.eval

数据框。eval ( expr , * , inplace = False , ** kwargs )

评估描述 DataFrame 列操作的字符串。

仅对列进行操作，而不对特定行或元素进行操作。这允许 eval运行任意代码，如果将用户输入传递给此函数，则可能会使您容易受到代码注入的攻击。

参数：

表达式字符串

要计算的表达式字符串。

inplace布尔值，默认 False

如果表达式包含赋值，是否就地执行操作并改变现有的 DataFrame。否则，返回一个新的 DataFrame。

**夸格

eval()有关 接受的关键字参数的完整详细信息， 请参阅 的文档query()。

返回：

ndarray、标量、pandas 对象或 None

评估结果或 None if inplace=True。

也可以看看

DataFrame.query

计算布尔表达式以查询框架的列。

DataFrame.assign

可以计算表达式或函数来为列创建新值。

eval

使用各种后端将 Python 表达式作为字符串求值。

笔记

有关更多详细信息，请参阅 的 API 文档eval()。有关详细示例，请参阅使用 eval 增强性能。

例子

>>> df = pd.DataFrame({'A': range(1, 6), 'B': range(10, 0, -2)})
>>> df
   A   B
0  1  10
1  2   8
2  3   6
3  4   4
4  5   2
>>> df.eval('A + B')
0    11
1    10
2     9
3     8
4     7
dtype: int64

允许分配，但默认情况下原始 DataFrame 不会被修改。

>>> df.eval('C = A + B')
   A   B   C
0  1  10  11
1  2   8  10
2  3   6   9
3  4   4   8
4  5   2   7
>>> df
   A   B
0  1  10
1  2   8
2  3   6
3  4   4
4  5   2

可以使用多行表达式分配多个列：

>>> df.eval(
...     '''
... C = A + B
... D = A - B
... '''
... )
   A   B   C  D
0  1  10  11 -9
1  2   8  10 -6
2  3   6   9 -3
3  4   4   8  0
4  5   2   7  3