Python | Marco de datos de pandas.eval()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

La función Pandas dataframe.eval()se utiliza para evaluar una expresión en el contexto de la instancia del marco de datos de llamada. La expresión se evalúa sobre las columnas del marco de datos.

Sintaxis: DataFrame.eval(expr, inplace=False, **kwargs)

Parámetros:
expr : La string de expresión a evaluar.
inplace: si la expresión contiene una asignación, si se debe realizar la operación en el lugar y mutar el DataFrame existente. De lo contrario, se devuelve un nuevo
DataFrame.
kwargs: consulte la documentación de eval() para obtener detalles completos sobre los argumentos de palabras clave aceptados por query().

Devuelve: ret: objeto ndarray, escalar o pandas

Ejemplo #1: Use eval()la función para evaluar la suma de todos los elementos de la columna en el marco de datos e inserte la columna resultante en el marco de datos.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df=pd.DataFrame({"A":[1,5,7,8],
                 "B":[5,8,4,3],
                 "C":[10,4,9,3]})
  
# Print the first dataframe
df

Evaluemos la suma de todas las columnas y agreguemos la columna resultante al marco de datos

# To evaluate the sum over all the columns
df.eval('D = A + B+C', inplace = True)
  
# Print the modified dataframe
df

Producción :

Ejemplo #2: Use eval()la función para evaluar la suma de cualquier elemento de dos columnas en el marco de datos e inserte la columna resultante en el marco de datos. El marco de datos tiene NaNvalor.

Nota: Cualquier expresión no puede ser evaluada sobre NaNvalores. Entonces las celdas correspondientes también lo serán NaN.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df=pd.DataFrame({"A":[1,2,3],
                 "B":[4,5,None],
                 "C":[7,8,9]})
  
# Print the dataframe
df

Evaluemos la suma de las columnas “B” y “C”.

# To evaluate the sum of two columns in the dataframe
df.eval('D = B + C', inplace = True)
  
# Print the modified dataframe
df

Producción :

Observe que la columna resultante ‘D’ tiene NaNvalor en la última fila ya que la celda correspondiente utilizada en la evaluación era una NaNcelda.