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]

Вычислить строковое выражение Python с использованием различных бэкэндов.

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

Параметры:	expr : str или unicode Выражение для вычисления. Эта строка не может содержать никаких инструкций Python инструкций, 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' для сохранения строгой семантики Python. См. документацию улучшения производительности для получения дополнительной информации. engine : строка или None, по умолчанию ‘numexpr’, {‘python’, ‘numexpr’} Движок, используемый для вычисления выражения. Поддерживаемые движки: None : пытается использовать numexpr, возвращается к python 'numexpr': This default engine evaluates pandas objects using numexpr для значительного ускорения 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 может быть доступно больше бэкэндов. truediv : bool, необязательно Использовать истинное деление, как в Python >= 3 local_dict : dict или None, необязательно Словарь локальных переменных, по умолчанию взятый из locals(). global_dict : dict или None, необязательно Словарь глобальных переменных, по умолчанию взятый из globals(). resolvers : список dict-like или None, необязательно Список объектов, реализующих метод __getitem__, который можно использовать для вставки дополнительного набора пространств имен для поиска переменных. Например, это используется в методе query() для вставки переменных index и columns, которые ссылаются на соответствующие атрибуты экземпляра DataFrame. level : int, необязательно Количество предыдущих кадров стека для обхода и добавления в текущий область видимости. Большинству пользователей не нужно изменять этот параметр. target : объект, необязательно, по умолчанию None Это целевой объект для присваивания. Используется, когда в выражении есть присваивание переменной. В этом случае target должен поддерживать присваивание элемента со строковыми ключами, а при возвращении копии он также должен поддерживать .copy(). inplace : bool, по умолчанию False Если target предоставлен, и выражение изменяет target, производить изменение target на месте. В противном случае вернуть копию target с внесенными изменениями.
Возвращает:	ndarray, числовой скаляр, DataFrame, Series
Возможные исключения:	ValueError Существует много случаев, когда может быть возбуждено такое исключение: target=None, но выражение является многострочным. Выражение многострочное, но не все строки содержат присваивание элементов. Пример такого расположения: a = b + 1 a + 2 Здесь, выражения расположены на разных строках, что делает его многострочным, но последняя строка не имеет переменной, присвоенной результату a + 2. inplace=True, но выражение отсутствует присваивание элементов. Присваивание элемента предоставлено, но target не поддерживает строковое присваивание элементов. Присваивание элемента предоставлено и inplace=False, но target не поддерживает метод .copy()

См. также

pandas.DataFrame.query, pandas.DataFrame.eval

Примечания

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

См. документацию улучшения производительности для получения дополнительной информации.