ฟังก์ชัน eval() ยังสามารถใช้เพื่อประเมินผลรวมของแถวที่มีคอลัมน์ที่ระบุ ขั้นแรก ให้เราสร้าง DataFrame พร้อมบันทึกผลิตภัณฑ์ -
dataFrame = pd.DataFrame({"Product": ["SmartTV", "ChromeCast", "Speaker", "Earphone"],"Opening_Stock": [300, 700, 1200, 1500],"Closing_Stock": [200, 500, 1000, 900]}) การหาผลรวมโดยใช้ eval() คอลัมน์ผลลัพธ์ที่มีผลรวมยังถูกกล่าวถึงใน eval() นิพจน์แสดงสูตรผลรวมที่กำหนดให้กับคอลัมน์ผลลัพธ์ -
dataFrame = dataFrame.eval('Result_Sum = Opening_Stock + Closing_Stock') ตัวอย่าง
ต่อไปนี้เป็นรหัสที่สมบูรณ์ -
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) ผลลัพธ์
สิ่งนี้จะสร้างผลลัพธ์ต่อไปนี้ -
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
