Python全系列 教程
3567个小节阅读:5930.2k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
在 Pandas 中,eval()
函数是一个高效的方法,用于在 DataFrame 或 Series 上执行字符串表达式的计算。它可以帮助简化和加速一些计算操作,尤其是在处理大型数据集时
xxxxxxxxxx
df.eval(expr, inplace=False, **kwargs)
expr
是一个包含要计算的表达式的字符串,可以包含列名、运算符和函数调用等
inplace
参数表示是否原地修改 DataFrame(默认为 False
)
engine
选择计算引擎
pandas 默认
python
计算新列:
xxxxxxxxxx
df['total'] = df.eval('column1 + column2')
这个示例将 DataFrame 中两列的值相加,并将结果存储在一个新的列 'total'
中。
筛选行:
xxxxxxxxxx
filtered_df = df.eval('column > 100')
这个示例使用表达式筛选出 DataFrame 中 'column'
列中大于 100 的行。
复杂计算:
xxxxxxxxxx
df.eval('new_column = (column1 * column2) / (column3 + column4)', inplace=True)
切换引擎
xxxxxxxxxx
df.eval('new_column = (column1 * column2) / (column3 + column4)', engine='python')
实时学习反馈
1. eval()
函数在Pandas中的主要作用是什么?
A 运行SQL查询
B 执行字符串表达式的计算
C 进行数据可视化
D 加载和保存数据
2. eval()
函数的inplace
参数的作用是什么?
A 在原始DataFrame上进行原地修改
B 创建一个新的DataFrame副本
C 控制是否显示计算结果
D 控制计算的并行度
答案
1=>B 2=>A