列名称中带有空格的Pandas DataFrame评估

Question

我在看pandas DataFrame eval方法（docs），它找到了一个不错的语法糖，也可以帮助提高性能。

这是来自文档的示例：

from numpy.random import randn
import pandas as pd

df = pd.DataFrame(randn(10, 2), columns=list('ab'))
df.eval('a + b')

eval如果列名中有空格，该如何使用？例：

df = pd.DataFrame(randn(10, 2), columns=["Col 1", "Col 2"])

我尝试了这个：

df.eval('"Col 1" + "Col 2"')

但这给出了错误：

TypeError: data type "Col 1" not understood

Answer 1

pd.eval('df["Col 1"] + df["Col 2"]')

这将 eval 的参数保留为字符串，但不如列名中没有空格的示例干净

例子：

print(df)

      Col 1     Col 2
0 -0.206838 -1.007173
1 -0.762453  1.178220
2 -0.431943 -0.804775
3  0.830659 -0.244472
4  0.111637  0.943254
5  0.206615  0.436250
6 -0.568307 -0.680140
7 -0.127645 -0.098351
8  0.185413 -1.224999
9  0.767931  1.512654

print(pd.eval('df["Col 1"] + df["Col 2"]'))

0   -1.214011
1    0.415768
2   -1.236718
3    0.586188
4    1.054891
5    0.642865
6   -1.248447
7   -0.225995
8   -1.039586
9    2.280585
dtype: float64

编辑

经过一番调查，如果您使用的是 python 引擎，上面的方法看起来在 python 2.7 或 3.6 中都有效：

pd.eval('df["Col 1"] + df["Col 2"]', engine='python')

但是，这并没有为您numexpr提供引擎可以提供的性能优势。在 python 2.7 中，此方法有效：

pd.eval('df["Col 1"] + df["Col 2"]', engine='numexpr')  

但是在 python 3.6 中你会得到错误ValueError: unknown type str160。

我的猜测是，这是因为 Pandasnumexpr在 3.6 中传递了一个 unicode 字符串，而在 2.7 中传递了一个字节串。我猜测，这个问题涉及到这个问题，也许这一次为好。

Answer 2

您可以使用以下方法执行此操作：

df.eval(df["Col 1"] + df["Col 2"])

但这有点违背了 eval 函数的目的。

或者，您可以重命名列以使它们与 eval 语法兼容：

df.columns = df.columns.map(lambda x: x.replace(' ', '_'))