İrəli Data Science. Pandas Eval. Hissə 1
Pandas öz çoxfunksionallığı ilə artıq nəinki Python istifadəçiləri arasında, habelə ümumən Data Science ekosistemində olan hamı tərəfindən tanınır. Bu dəfə, onun irəli funksiyalarından biri olan pandas.eval haqqında yazacağam.
pandas.eval nədir? pandas.eval rəsmi dokumentasiyaya istinadən sətir halında yazılmış hesablama əmrlərini yerinə yetirən pandas metodudur.
Gəlin ilk öncə çox sadə bir misal ilə başlayaq.
In: import pandas as pd
In: pd.eval('10 + 1')
Out: 11
In: pd.eval('1e6 ** 2 + 23 ** 45')
Out: 1.8956258430116204e+61
In: eval("10 + 1")
Out: 11
In: eval("1e6 ** 2 + 23 ** 45")
Out: 1.8956258430116204e+61
İlk baxışda bu funksiyanın etdiyi iş Pythonun özünün eval funksiyası ilə eyni olduğunu görürük və bu 50 faiz doğrudur.
pandas.eval özlüyündə numexpr alətini işlədir və nəticədə hesablamalar zamanı həm sürətdə qazanc, həm də rahatlıq verir. Sürətdə qazanc hesablanan dəyişənlərin ölçüsü artdıqca artır. Yəni, daha böyük verilənlər ilə hesablama apardıqda daha böyük qazanc olur.
Tutaq ki, bizə iki DataFrame obyekti verilib:
import numpy as np
import pandas as pd
np.random.seed(0)
df1 = pd.DataFrame(np.random.randint(0, 10, (10, 5)),
columns = list("ABCDE"))
df2 = pd.DataFrame(np.random.randint(0, 10, (10, 5)),
columns = list("EFGHI"))
Bizə isə birinci df1 üçün yeni Z sütunu hesablamaq lazımdır. Hesablama isə təkcə df1 elementlərindən yox, həm də df2 elementlərindən istifadə edərək edilməlidir. Bunun üçün:
df1["Z"] = pd.eval("df1.A + 2 * df2.H + (df1.E + df2.F)** 2")
Out:
A B C D E Z
0 0 4 5 5 6 81
1 8 4 1 4 9 336
2 8 1 1 7 9 338
3 9 3 6 7 2 36
4 0 3 5 9 4 37
5 4 6 4 4 3 40
6 4 4 8 4 3 91
7 7 5 5 0 1 94
8 5 9 3 0 5 180
9 0 1 2 4 2 106
pandas.eval təkcə sadə riyazi əməlləri yox, həm də müqayisə, şərt, digər qeyri-riyazi funksiyalar, habelə generatorları dəstəkləyir.
In: pd.eval("df1.A > df2.E")
Out:
0 False
1 True
2 True
3 True
4 False
5 True
6 True
7 False
8 True
9 False
dtype: bool
In: pd.eval("df1.A == df2.E")
Out:
0 True
1 False
2 False
3 False
4 False
5 False
6 False
7 False
8 False
9 False
dtype: bool
pandas.DataFrame.Eval da özlüyündə pandas.eval işlədir və əgər hesablamalar yalnız bir DataFrame üzərində gedirsə, istifadə oluna bilər. Bu zaman sütun vahidləri üçün referans yalnız sütun adı ilə olacaqdır:
In: df1.eval("A ** 2")
Out:
0 0
1 64
2 64
3 81
4 0
5 16
6 16
7 49
8 25
9 0
dtype: int32
In: df1.eval("X = A ** 2")
Out:
A B C D E Z X
0 0 4 5 5 6 81 0
1 8 4 1 4 9 336 64
2 8 1 1 7 9 338 64
3 9 3 6 7 2 36 81
4 0 3 5 9 4 37 0
5 4 6 4 4 3 40 16
6 4 4 8 4 3 91 16
7 7 5 5 0 1 94 49
8 5 9 3 0 5 180 25
9 0 1 2 4 2 106 0
ikinci misalda göründüyü kimi, nəticələri birbaşa yeni bir sütuna mənimsətmək mümkündür. Lakin, bu ilkin df1i dəyişməyəcək, sadəcə yeni df1 surəti qaytaracaq. inplace = True ilə bunu dəyişmək olar.