Python中能否从字符串提取可直接运算的pandas DataFrame列表达式

要将字符串封装的pandas列运算表达式转为可直接参与运算的有效代码，核心是通过专门的表达式求值逻辑做解析，无需手动用正则、字符串切割拆分语法，常用实现方式如下：

• 通用快速实现：使用Python内置eval()函数
  只要当前作用域已经定义好对应的DataFrame变量df，直接将表达式字符串传入函数即可得到运算结果：

  string = "df['homes']+df['age']"
  # 直接求值即可得到可参与后续运算的结果
  result = eval(string)
  

  注意：eval()会执行字符串内包含的任意可执行代码，若待解析的字符串来源不可信（比如来自外部用户输入），存在代码注入风险，仅推荐在字符串内容完全可控的本地开发场景使用。
• 数据场景安全实现：使用pandas内置pd.eval()函数
  这是pandas专为DataFrame表达式求值设计的工具，相比通用eval安全性更高，不会执行与数据运算无关的代码，同时针对列式运算做了性能优化，是处理这类场景的推荐方案：

  import pandas as pd
  result = pd.eval(string, target=df)
  

  该方法还支持简化写法，可省略表达式中的df前缀，直接写homes + age即可自动匹配对应DataFrame列。
• 列派生场景适配：直接调用DataFrame实例的eval()方法
  如果最终目的是基于表达式为DataFrame新增计算列，不需要额外做结果转换，直接传入表达式字符串即可完成列赋值逻辑：

  df.eval("new_col = df['homes'] + df['age']", inplace=True)
  

常见误区 #

不要尝试通过去掉字符串外层引号的方式得到可运行代码，剥除外层引号后得到的依然是字符串类型的文本，不具备代码执行能力，必须通过上述专门的求值解析步骤，才能将字符串封装的逻辑转成可实际运算的有效结果。

内容的提问来源于stack exchange，提问作者krish