在Pandas DataFrame中使用eval计算两列最大值遇报错如何解决？

问题原因 #

pandas的df.eval()默认解析器不支持直接调用maximum这个ufunc，即使指定engine='python'，也因命名空间限制无法直接使用该函数。

可行解决方案 #

• 方法一：使用np.maximum结合engine='python'
  利用pandas eval环境中默认可用的np别名，直接调用numpy的元素级最大值函数：

  df = pd.DataFrame( {'a':[1,3,5],
                      'b':[6,4,2] } )
  
  df['c'] = df.eval('np.maximum(a, b)', engine='python')
  

  该写法和你原本的maximum(df.a, df.b)逻辑完全一致，同时保持了表达式的可读性。

• 方法二：用pandas where方法实现
  不依赖numpy，直接通过Series的where方法实现元素级最大值判断：

  df['c'] = df.eval('a.where(a > b, b)')
  

  当a的值大于b时保留a，否则取b的值，最终得到两列的元素级最大值。

• 方法三：注册自定义函数（适合频繁使用场景）
  如果你需要多次在df.eval()中使用maximum，可以将其注册到eval的局部命名空间：

  import pandas as pd
  from numpy import maximum
  
  @pd.eval.register
  def register_maximum(expr, **kwargs):
      return pd.eval(expr, local_dict={'maximum': maximum}, **kwargs)
  
  # 注册后即可直接使用
  df['c'] = df.eval('maximum(a, b)')
  

内容的提问来源于stack exchange，提问作者Sanjay Manohar