maxframe.dataframe.eval#

maxframe.dataframe.eval(expr, parser='maxframe', engine=None, local_dict=None, global_dict=None, resolvers=(), level=0, target=None, inplace=False)#

使用各种后端将 Python 表达式作为字符串进行求值。

支持以下算术运算：+、-、*、/、**、%、//``（仅限 Python 引擎），以及以下布尔运算：``|``（或）、``&``（与）和 ``~``（非）。此外，'pandas'`` 解析器允许使用 and、or 和 not，其语义与相应的位运算符相同。支持 Series 和 DataFrame 对象，并且它们的行为与普通的 Python 求值方式一致。

参数:

  • expr (str) -- 要计算的表达式。该字符串不能包含任何 Python 语句，只能是 Python 表达式。

  • local_dict (dict or None, optional) -- 本地变量的字典，默认从 locals() 获取。

  • global_dict (dict or None, optional) -- 全局变量的字典，默认从 globals() 获取。

  • resolvers (list of dict-like or None, optional) -- 一个实现 __getitem__ 特殊方法的对象列表，您可以使用它注入额外的命名空间集合以用于变量查找。例如，在 query() 方法中，会注入 DataFrame.index 和 DataFrame.columns 变量，它们分别引用其对应的 DataFrame 实例属性。

  • level (int, optional) -- 要遍历并添加到当前作用域的先前堆栈帧数量。大多数用户 不需要 更改此参数。

  • target (object, optional, default None) -- 这是赋值的目标对象。当表达式中存在变量赋值时使用。如果这样，那么 target 必须支持使用字符串键进行项赋值，如果返回的是副本，则还必须支持 .copy()。

  • inplace (bool, default False) -- 如果提供了 target，并且表达式修改了 target，是否就地修改 target。否则，返回一个带有修改的 target 副本。

返回类型:

ndarray, numeric scalar, DataFrame, Series

抛出:

ValueError -- 在许多情况下可能会引发此错误： - target=None，但表达式是多行的。 - 表达式是多行的，但并非所有行都有项赋值。 例如这种情况： a = b + 1 a + 2 这里，不同行上有表达式，使其成为多行， 但最后一行没有变量分配给 a + 2 的输出。 - inplace=True，但表达式缺少项赋值。 - 提供了项赋值，但 target 不支持 字符串项赋值。 - 提供了项赋值且 inplace=False，但 target 不支持 .copy() 方法

参见

DataFrame.query

计算布尔表达式以查询帧的列。

DataFrame.eval

计算描述 DataFrame 列操作的字符串。

备注

涉及算术 % 运算的任何对象的 dtype 都会递归地转换为 float64。

有关更多详细信息，请参阅 提升性能 文档。

示例

>>> import maxframe.dataframe as md
>>> df = md.DataFrame({"animal": ["dog", "pig"], "age": [10, 20]})
>>> df.execute()
  animal  age
0    dog   10
1    pig   20

我们可以使用 pd.eval 添加新列：

>>> md.eval("double_age = df.age * 2", target=df).execute()
  animal  age  double_age
0    dog   10          20
1    pig   20          40