Question

我写了一个基于Qt的应用程序，显示表格数据。该应用程序使用pandas数据帧来存储信息。用户应该能够过滤数据帧，e.x。：

df = pandas.DataFrame({
   'elevation': [10, 20, 15, 12, 100, 150, 200, 200],        
   'name': ['tree', 'tree', 'house', 'tree', 'house']
})
df[(elevation > 10) & (elevation < 200)]
df[(elevation > 10) & (elevation < 200) & (name == 'tree')]

我如何从文本输入构建这样的过滤函数？我尝试使用SymPy将函数从文本输入转换为稍后lambdify。

expr = sympify("(x > 10) & (x < 200)")
f = lambdify(x, expr, "numpy")
f(df)

如果我使用数据帧作为输入，我得到错误＆＃34;系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）＆＃34;。如果我使用它与df.any（）我得到一个真或假回来，但没有索引系列... 对于简单的x> 10个表达方式，它按预期工作，或更好地说，如所希望的那样。有什么建议吗？

Answer 1

在这种情况下，您可以利用query：

>>> df.query("(elevation > 10) & (elevation < 200)")
   elevation   name
1         20   tree
2         15  house
3         12   tree
4        100  house
5        150   tree
>>> df.query("(elevation > 10) & (elevation < 200) & (name == 'tree')")
   elevation  name
1         20  tree
3         12  tree
5        150  tree

query无法处理所有事情，但它可以处理这么简单的事情。如果您需要更复杂的东西，可以使用exec或eval来动态构建函数;那里存在明显的安全隐患，但您使用sympy时会遇到同样的问题（它也使用eval。）

或者，您可以根据需要简单地实现自己的解析器。

用户定义的pandas数据帧过滤器

1 个答案: