pd.eval() का उपयोग
pd.eval और df.eval expressions को strings के रूप में evaluate करते हैं, जो बड़े arithmetic के लिए तेज़ और साफ़ हो सकता है।
In this page:
Syntax
df.eval("new_column = column1 + column2")
pd.eval("result = df.column1 + df.column2")pd.eval()
df.eval("c = a + b") एक expression string से column बनाता है और बड़े data पर temporary arrays से बच सकता है। यह arithmetic, comparisons और @ से local variables को reference करने को support करता है। फायदे ज़्यादातर बड़े DataFrames पर दिखते हैं।
Note:
छोटे DataFrames के लिए plain Python उतना ही तेज़ है।
उदाहरण: pd.eval()
import pandas as pd
df = pd.DataFrame({"a": [1, 2, 3], "b": [10, 20, 30]})
df.eval("c = a + b * 2", inplace=True)
factor = 3
print(df.eval("a * @factor").tolist())
print(df)
# Output:
# [3, 6, 9]
# a b c
# 0 1 10 21
# 1 2 20 42
# 2 3 30 63Related Topics
{# common_mistakes/chapter_summary/browser_support: on Hindi pages the
view already swaps in the hi_ translation fields (or blanks these
out if untranslated), so this renders correctly for both languages
without a lang_code check here. #}
आम गलतियां
- छोटे data पर speed-ups की उम्मीद करना
- local variables के लिए @ भूल जाना
- expressions में unsupported functions का उपयोग करना
चैप्टर सारांश
- eval string expressions evaluate करता है
- नए columns assign करता है
- @var locals को reference करता है
- बड़े data पर सबसे अच्छा
🔒
Chapter Quiz — Complete all 6 topics to unlock
0/6 topics done
Complete these topics first: