資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究使用 eval() 函式評估總行數 – Python Pandas
eval() 函式還可以用於計算指定列的總和。首先，我們建立一個包含產品記錄的 DataFrame -
dataFrame = pd.DataFrame({"Product": ["SmartTV", "ChromeCast", "Speaker", "Earphone"],"Opening_Stock": [300, 700, 1200, 1500],"Closing_Stock": [200, 500, 1000, 900]})使用 eval() 計算總和。結果列和總和也同時包含在 eval() 中。表示式顯示分配給結果列的總和公式 -
dataFrame = dataFrame.eval('Result_Sum = Opening_Stock + Closing_Stock')示例
以下是完成程式碼 -
import pandas as pd
dataFrame = pd.DataFrame({"Product": ["SmartTV", "ChromeCast", "Speaker", "Earphone"],"Opening_Stock": [300, 700, 1200, 1500],"Closing_Stock": [200, 500, 1000, 900]})
print("DataFrame...\n",dataFrame)
# finding sum using eval()
# the resultant column with the sum is also mentioned in the eval()
# the expression displays the sum formulae assigned to the resultant column
dataFrame = dataFrame.eval('Result_Sum = Opening_Stock + Closing_Stock')
print("\nSumming rows...\n",dataFrame)輸出
將產生以下輸出 -
DataFrame... Product Opening_Stock Closing_Stock 0 SmartTV 300 200 1 ChromeCast 700 500 2 Speaker 1200 1000 3 Earphone 1500 900 Summing rows... Product Opening_Stock Closing_Stock Result_Sum 0 SmartTV 300 200 500 1 ChromeCast 700 500 1200 2 Speaker 1200 1000 2200 3 Earphone 1500 900 2400
更新日期：01-Oct-2021
404 瀏覽次數
廣告