如何用Pandas eval根据每行formula列计算生成新列C？

嘿，这个需求我之前也碰到过——直接用df.eval(df['formula'])确实行不通，因为它是把表达式整体作用在整个DataFrame上，没法逐行匹配不同的公式。不过有几个简单靠谱的方法能解决这个问题：

方法1：用apply结合原生eval（直观易用） #

这是最直接的思路：逐行读取公式，把当前行的列值作为变量代入计算。代码示例如下：

import pandas as pd

df = pd.DataFrame({'A': [1,2,3], 'B': [1,2,3], 'formula': ['A+B', 'A-B', 'A*B']})
# 逐行执行公式，row.to_dict()把当前行转成字典作为eval的局部变量
df['C'] = df.apply(lambda row: eval(row['formula'], globals(), row.to_dict()), axis=1)

方法2：用numexpr加速（适合大数据量场景） #

如果你的DataFrame行数很多，原生eval的速度可能不够看。这时候可以用numexpr库来优化计算效率，它专门针对数值计算做了加速优化：

import pandas as pd
import numexpr

df = pd.DataFrame({'A': [1,2,3], 'B': [1,2,3], 'formula': ['A+B', 'A-B', 'A*B']})

def calc_row(row):
    return numexpr.evaluate(row['formula'], local_dict=row.to_dict())

df['C'] = df.apply(calc_row, axis=1)

注：需要先安装numexpr，执行pip install numexpr即可。

最终效果 #

不管用哪种方法，你都会得到想要的结果：

A  B formula  C
0  1  1    A+B  2
1  2  2    A-B  0
2  3  3    A*B  9

小提醒 #

• 公式里的变量名必须和DataFrame的列名完全一致，否则会报错；
• 如果公式是来自外部用户输入，要警惕eval的安全风险（比如恶意代码注入），但如果是你自己生成的公式就不用担心这个问题。

内容的提问来源于stack exchange，提问作者Charlio