eval() 함수를 사용하여 지정된 열이 있는 행의 합계를 평가할 수도 있습니다. 먼저 제품 레코드가 있는 DataFrame을 생성해 보겠습니다. −
dataFrame = pd.DataFrame({"Product": ["SmartTV", "ChromeCast", "Speaker", "Earphone"],"Opening_Stock": [300, 700, 1200, 1500],"Closing_Stock": [200, 500, 1000, 900]})
eval()을 사용하여 합계 찾기. 합계가 있는 결과 열은 eval()에도 언급되어 있습니다. 표현식은 결과 열에 할당된 합계 공식을 표시합니다. -
dataFrame = dataFrame.eval('Result_Sum = Opening_Stock + Closing_Stock')
예
다음은 전체 코드입니다 -
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)에 할당된 합계 공식을 표시합니다.
출력
이것은 다음과 같은 출력을 생성합니다 -
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