如何在Pandas DataFrame列中解析并计算字符串形式的表达式

我明白你的问题了——当你想用eval()计算DataFrame每行calc列里的表达式时，直接调用它会找不到列名对应的变量，因为eval默认是在全局/局部命名空间里查找，而不是每行的DataFrame行数据中。下面给你几个可行的解决办法：

方法一：用apply结合eval传递行变量 #

我们可以定义一个函数，把每行的数据转成字典，作为eval的局部变量传入，这样表达式里的a、b就能匹配到当前行对应列的值了：

import pandas as pd

calcs = {'a': [1,1], 'b': [1,1], 'c': [1,1], 'calc': ['a*b','a+b']}
df = pd.DataFrame(calcs)

def calculate_row(row):
    # 将行数据转为字典，作为eval的局部变量环境
    return eval(row['calc'], globals(), row.to_dict())

# 对每行应用计算函数
df['result'] = df.apply(calculate_row, axis=1)
print(df)

运行后你会得到预期的结果：

a  b  c  calc  result
0  1  1  1  a*b       1
1  1  1  1  a+b       2

方法二：用列表推导式简化代码 #

如果觉得定义函数有点繁琐，也可以用列表推导式直接遍历每行数据，代码更简洁：

df['result'] = [eval(expr, globals(), row) for expr, row in zip(df['calc'], df.to_dict('records'))]

这里df.to_dict('records')会把DataFrame转换成一个字典列表，每个字典对应一行的键值对，再和calc列的表达式一一配对传入eval。

重要提醒 #

注意：eval()会执行任意字符串代码，如果你的calc列数据来自不可信的外部来源，这个方法存在安全风险。这种情况下，建议先对表达式内容做严格校验，或者使用更安全的表达式解析库（比如sympy来处理数学表达式）。

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