如何将表达式作为函数参数传入？以Pandas合并DataFrame为例

你封装的foo函数本质是对pd.merge的简单调用，但pd.merge的on参数不接受布尔表达式/Series——它的作用是指定作为连接键的列名（要求两个DataFrame存在同名的目标列）。你传入的df1.id == df2.id会生成布尔Series，完全不符合参数要求，因此执行失败。

下面分两种常见场景给出解决方案：

场景1：基于同名列的相等连接（最常用） #

这是pd.merge的标准用法，直接传入列名字符串/列表即可，无需写表达式：

# 假设df1和df2都包含'id'列
join_df = foo(df1, df2, how='left', on='id')

此时函数会正常工作，内部会自动匹配两个DataFrame的id列完成左连接，效果和你想表达的df1.id == df2.id逻辑完全一致。

场景2：需要自定义连接条件（非列名匹配/复杂条件） #

如果你的连接逻辑不是简单的同名列相等（比如df1.id == df2.user_id、df1.score > df2.threshold等），需要修改函数逻辑来支持条件过滤。

方案1：扩展函数支持条件表达式 #

让函数接受字符串形式的条件表达式，内部通过query过滤交叉合并后的结果：

import pandas as pd
import re

def foo(df1, df2, how=None, on=None):
    # 处理常规列名连接的情况
    if isinstance(on, (str, list)) and (not isinstance(on, str) or '.' not in on):
        return pd.merge(df1, df2, how=how, on=on)
    
    # 处理自定义条件表达式
    df1_left = df1.add_suffix('_left')
    df2_right = df2.add_suffix('_right')
    cross_merged = pd.merge(df1_left, df2_right, how='cross')
    
    # 替换表达式中的df1/df2为带后缀的列名
    if isinstance(on, str):
        condition = re.sub(r'df1\.(\w+)', r'\1_left', on)
        condition = re.sub(r'df2\.(\w+)', r'\1_right', condition)
        filtered = cross_merged.query(condition)
    else:
        # 传入布尔Series时直接过滤（需保证长度匹配交叉合并结果）
        filtered = cross_merged[on]
    
    # 根据how参数调整结果格式
    if how == 'left':
        left_cols = df1.columns.tolist()
        mapped_left_cols = [f'{col}_left' for col in left_cols]
        result = df1.merge(filtered, left_on=left_cols, right_on=mapped_left_cols, how='left')
        # 清理后缀列，恢复原列名
        result = result.drop([col for col in result.columns if '_right' in col], axis=1)
        result = result.rename(columns={col: col.replace('_left', '') for col in result.columns})
    else:
        result = filtered.rename(columns=lambda x: x.replace('_left', '').replace('_right', ''))
    
    return result

# 使用示例
# 1. 同名列相等连接
join_df1 = foo(df1, df2, how='left', on='df1.id == df2.id')
# 2. 不同列名匹配连接
join_df2 = foo(df1, df2, how='inner', on='df1.id == df2.user_id')
# 3. 多条件复杂连接
join_df3 = foo(df1, df2, how='inner', on='df1.score > df2.threshold and df1.category == df2.cat')

方案2：贴合pd.merge原生用法，扩展参数 #

如果只是不同列名的相等连接，直接扩展函数支持left_on和right_on参数更简洁：

def foo(df1, df2, how=None, on=None, left_on=None, right_on=None):
    return pd.merge(df1, df2, how=how, on=on, left_on=left_on, right_on=right_on)

# 使用方式
join_df = foo(df1, df2, how='left', left_on='id', right_on='user_id')

内容的提问来源于stack exchange，提问作者chicagobeast12