Pandas DataFrame eval avec l'espace dans les noms de colonnes

Question

Je regardais la méthode pandas DataFrame eval (docs) que je trouve un bon sucre syntaxique et pourrait également aider enhancing performances.

C'est l'exemple de la documentation:

from numpy.random import randn 
import pandas as pd 

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

Comment puis-je utiliser eval quand il y a un espace dans mes noms de colonnes? Exemple:

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

J'ai essayé ceci:

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

mais cela donne l'erreur:

TypeError: data type "Col 1" not understood 

Answer 1

Vous pouvez le faire en utilisant:

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

Mais c'est bon d'aller contre t Le but de la fonction eval.

Vous pouvez renommer vos colonnes afin de les rendre compatibles avec la syntaxe eval:

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

Answer 2

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

Cela permet de maintenir l'argument eval comme une chaîne, mais est moins propre que l'exemple sans espaces dans les noms de colonnes

exemple:

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 

EDIT

Après enquête, il semble que la méthode ci-dessus fonctionne soit dans Python 2.7 ou 3.6 si vous utilisez le moteur python:

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

Cependant, cela ne vous donne pas l'avantage de performance le moteur numexpr peut fournir. En Python 2.7, cette méthode fonctionne:

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

mais en python 3.6 vous obtenez l'erreur ValueError: unknown type str160.

Je suppose que c'est parce que pandas passe une chaîne unicode à numexpr dans 3.6 mais un bytestring dans 2.7. Je devine que ce problème est lié à this issue et peut-être this one ainsi.