3

我刚刚阅读并兴奋地流口水，这些新发现的优化功能可以满足我的Pandas相关需求。根据这本书：

DataFrame.eval() 方法允许使用列对表达式进行更简洁的评估：

result3 = df.eval('(A + B) / (C - 1)') 
np.allclose(result1, result3)

真的

以我为例：

我的数据框包含大约 42000 条记录和 28 列。其中两个是字符串Date，Heure哪些是字符串。

我的目标：将两列合并为一列。我可以用这段代码轻松地做到这一点：df_exade_light["Date"]+df_exade_light["Heure"]，在其上应用 a %timeit返回

每个循环 6.07 毫秒 ± 219 微秒（平均值 ± 标准偏差。7 次运行，每次 100 次循环）

但由于某种原因df.eval('Date + Heure')返回一个：

RecursionError：超出最大递归深度

更重要的是，我应用在这个线程中找到的解决方案来提高允许的堆栈深度，但内核只是崩溃了。

这是什么原因？难道我做错了什么？

可以使用以下代码重现该问题：

import pandas as pd

df = pd.DataFrame({'A': ['X','Y'],
                   'B': ['U','V']})

df.eval('A+B')
4

1 回答 1

3

您的可复制示例中的问题是您有string。在您提供的有关高性能熊猫的链接中： eval() 和 query()，所有示例都带有浮点（或整数）。

使其适用于您的示例的一种方法是使用 python 作为引擎：

df.eval('A+B',engine='python')

默认情况下，使用的引擎eval是'numexpr'根据文档，并且该引擎使用同名的库NumExpr，它是NumPy 的快速数值表达式评估器。尽管在上一个链接中，提供了一个带有字符串的示例，但它没有使用+操作。如果您这样做df.eval('A==B')，则与其他比较运算符相同，但不是df.eval('A+B'). 您可以在那里找到更多信息，但对于string，除了使用engine='python'它似乎有限。

回到日期和时间类型的原始问题，不确定是否可以使用默认引擎找到解决方案（有关支持的数据类型，请参见此处）

于 2018-06-06T18:47:03.263 回答