如何在pandas eval中使用自定义函数并实现字符串拼接？

问题重现 #

简单场景下，pandas eval 可正常调用自定义函数：

import pandas as pd
from pandas import DataFrame

basic_df = DataFrame({"A":[1,2,3,4,5],"B":[20,40,60,100,90],
                               "C":["C1","C2","C3","C4","C5"],
                               })
def str_parse(element) -> str:
    return str(element)

print(basic_df.eval("@str_parse(A+B+100)"))

输出符合预期：

0    121
1    142
2    163
3    204
4    195
dtype: object

但直接拼接静态字符串时，结果异常：

print(basic_df.eval("@str_parse(A+B+100) + \"additional string\""))

错误输出：

0    121
1    142
2    163
3    204
4    195
dtype: int64additional string.

原因是pandas Series与字符串直接拼接时，会把字符串追加到整个Series的输出末尾，而非每个元素单独拼接。

解决方案（无需新增列） #

方法1：在自定义函数内部完成拼接 #

修改函数支持传入后缀参数，在eval中直接调用：

def str_parse(element, suffix="") -> str:
    return str(element) + suffix

print(basic_df.eval("@str_parse(A+B+100, suffix='additional string')"))

正确输出：

0    121additional string
1    142additional string
2    163additional string
3    204additional string
4    195additional string
dtype: object

方法2：在eval中使用字符串格式化语法 #

无需自定义函数，直接用f-string语法完成拼接：

print(basic_df.eval("f'{A+B+100}additional string'"))

输出与方法1一致。

方法3：结合pandas字符串方法 #

通过astype(str)转换数值后再拼接：

print(basic_df.eval("(A+B+100).astype(str) + 'additional string'"))

同样实现每个元素单独拼接的效果。

内容的提问来源于stack exchange，提问作者Konstanty Maciej Lachowicz