pandas使用eval()操作pd.Int64Dtype()可空整数类型报错如何解决？

pandas 1.2.5版本的eval()方法默认使用numexpr作为计算引擎，而numexpr至今不支持pandas自定义的可空扩展数据类型（包括Int64Dtype、BooleanDtype、StringDtype等），因此直接对可空类型列执行eval表达式会触发类型解析报错。直接对列做算术运算时走的是pandas原生的运算逻辑，不存在兼容性问题，所以不会报错。

• 方案1：指定使用Python引擎（改动最小，推荐）
  调用eval()时显式指定engine='python'，切换到pandas原生运算逻辑，完美兼容可空数据类型，同时保留NA值的特性：

  # 运行正常，返回结果为Int64类型，保留空值
  df.eval("2 * x", engine='python')
  

  仅有的缺点是处理超大规模数据时，性能会比numexpr引擎稍低，常规业务场景下基本感知不到差异。

• 方案2：转换为numpy原生类型（适用于必须使用numexpr引擎的场景）
  如果你的数据列中没有NA值，可以先把可空Int64类型转换为numpy原生的int64类型，再执行eval：

  # 无NA值时使用
  df['x'] = df['x'].astype('int64')
  df.eval("2 * x")
  

  如果列中存在NA值，需要转换为float64类型（numpy原生int类型不支持空值）：

  # 有NA值时使用，空值会转为nan
  df['x'] = df['x'].astype('float64')
  df.eval("2 * x")
  

• 方案3：升级pandas版本
  升级到pandas 2.0及以上版本，对可空类型的兼容性有明显优化，部分场景下eval可以自动兼容可空类型，但仍建议优先使用方案1指定引擎，避免不同环境的兼容性问题。

内容的提问来源于stack exchange，提问作者saiwing