pandas.eval

pandas.eval(expr, parser='pandas', engine=None, truediv=True, local_dict=None, global_dict=None, resolvers=(), level=0, target=None, inplace=False) [source]

Оценить строковое представление Python-выражения с использованием различных бэкэндов.

Поддерживаются следующие арифметические операции: +, -, *, /, **, %, // (только движок python) наряду со следующими булевыми операциями: | (или), & (и), и ~ (не). Кроме того, парсер 'pandas' позволяет использовать and, or, и not с теми же семантическими значениями, что и соответствующие побитовые операторы. Series и DataFrame объекты поддерживаются и ведут себя так же, как и при обычной оценке в Python.

Параметры:	expr : str или unicode Выражение для оценки. Эта строка не может содержать никаких операторов Python операторов, только выражения Python выражений. parser : строка, по умолчанию ‘pandas’, {‘pandas’, ‘python’} Парсер для построения синтаксического дерева из выражения. По умолчанию 'pandas' анализирует код немного иначе, чем стандартный Python. В качестве альтернативы можно использовать парсер 'python', чтобы сохранить строгие семантические значения Python. Более подробные сведения см. в документации улучшение производительности. engine : строка или None, по умолчанию ‘numexpr’, {‘python’, ‘numexpr’} Движок, используемый для оценки выражения. Поддерживаемые движки: None : пытается использовать numexpr, переходит к python 'numexpr': This default engine evaluates pandas objects using numexpr для значительного ускорения при оценке сложных выражений с большими фреймами. 'python': Performs operations as if you had eval‘d in top уровень python. Этот движок, как правило, не очень полезен. В будущем могут быть доступны и другие бэкэнды. truediv : bool, необязательно Использовать истинное деление, как в Python >= 3 local_dict : dict или None, необязательно Словарь локальных переменных, по умолчанию берется из locals(). global_dict : dict или None, необязательно Словарь глобальных переменных, по умолчанию берется из globals(). resolvers : список dict-подобных объектов или None, необязательно Список объектов, реализующих метод __getitem__, который можно использовать для вставки дополнительного набора имен пространства для поиска переменных. Например, это используется в методе query() для вставки переменных index и columns, которые ссылаются на соответствующие атрибуты экземпляра DataFrame. level : целое число, необязательно Количество предыдущих фреймов стека для обхода и добавления в текущую область видимости. Большинству пользователей не нужно изменять этот параметр. target : объект, необязательно, по умолчанию None Это целевой объект для присваивания. Он используется, когда в выражении есть присваивание переменной. Если это так, то target должен поддерживать присваивание элементов с строковыми ключами, а если возвращается копия, то он также должен поддерживать .copy(). inplace : bool, по умолчанию False Если target предоставлен, и выражение изменяет target, нужно ли изменять target непосредственно. В противном случае вернуть копию target с произведенным изменением.
Возвращает:	ndarray, числовой скаляр, DataFrame, Series
Возможные исключения:	ValueError Существует много случаев, когда может быть поднято такое исключение: target=None, но выражение многострочное. Выражение многострочное, но не все строки содержат присваивание элементов. Пример такой ситуации: a = b + 1 a + 2 Здесь есть выражения на разных строках, что делает его многострочным, но последняя строка не присваивает переменной результат a + 2. inplace=True, но выражение не содержит присваивания элементов. Присвоение элементов указано, но target не поддерживает присваивание элементов со строковыми ключами. Указано присвоение элементов и inplace=False, но target не поддерживает метод .copy()

См. также

pandas.DataFrame.query, pandas.DataFrame.eval

Примечания

Тип любых объектов, участвующих в арифметической % операции, рекурсивно преобразуется к float64.

Более подробные сведения см. в документации улучшение производительности.