如何在pd.eval或df.eval中暴露str等Python内置对象？

pandas的eval（包括pd.eval和df.eval）默认只会捕获当前locals()和globals()中的对象，而Python内置对象（比如str）属于builtins模块，不在这两个命名空间里，因此直接用@str会触发未定义变量错误。以下是几种可行的解决方法：

方法1：手动注入到全局命名空间 #

这是你当前使用的临时方案，直接把str添加到globals()字典中，让eval能识别到：

import pandas as pd

# 将内置str对象注入全局命名空间
globals()['str'] = str

df = pd.DataFrame({'a': [1, 2, 3, 4]})
res = df.eval('a.astype(@str)', engine='python')
print(res)
# 输出：0    1
#      1    2
#      2    3
#      3    4
#      Name: a, dtype: object

注意：这种方法会修改全局命名空间，可能带来潜在的命名冲突，不推荐在复杂项目中频繁使用。

方法2：使用local_dict参数（推荐） #

利用df.eval的local_dict参数，仅在当前eval调用中注入需要的内置对象，不会污染全局空间：

import pandas as pd

df = pd.DataFrame({'a': [1, 2, 3, 4]})
# 通过local_dict传入str对象
res = df.eval('a.astype(@str)', engine='python', local_dict={'str': str})
print(res)

这种方式更安全灵活，适合仅在个别eval调用中需要内置对象的场景。

方法3：批量注入多个内置对象 #

如果需要同时使用多个内置对象，可以从builtins模块批量提取并传入：

import pandas as pd
import builtins

df = pd.DataFrame({'a': [1, 2, 3, 4]})
# 按需选择需要注入的内置对象
required_builtins = ['str', 'int', 'float', 'list']
local_objs = {name: getattr(builtins, name) for name in required_builtins}

res = df.eval('a.astype(@str)', engine='python', local_dict=local_objs)
print(res)

这种方法适合需要频繁使用多个内置对象的场景，避免重复手动添加。

内容的提问来源于stack exchange，提问作者mihovg93