Python 计算在命令行上传递的公式

我有一个小的（ish）python脚本，我使用matplotlib和pandas（csv被读入pandas数据框）来绘制csv分隔的数据。基本上是重新发明了一个糟糕的gnuplot版本

通过进程

绘制stdout上发出的csv数据的典型调用如下所示：

makes_csv | plot.py --cols 1 3

这意味着“将输入的第1列和第3列作为单独的系列绘制在第0列上（标题来自输入数据）”

现在，我想添加绘制派生列的功能，这是一个引用一个或多个现有列的公式。例如，我可能会写这样的东西：

... | plot.py --formula-cols 'foo=col(1)/col(3)*100'

这意味着：绘制（每个元素）第1列中的值除以第3列中相应值的结果，乘以100，并将此系列称为“foo”

我不需要上面的确切语法——我想要的主要是基本的数学函数和引用列的能力。我不想重新发明轮子解析公式或使用第三方公式解析：我想使用一些python原生方式

我不担心安全性-如果恶意公式可以删除我的硬盘或破坏我的信用，我可以接受：我自己输入这些公式，不关心沙箱。
答案可能涉及内置函数
eval（）
和/或
exec（）
。但如果不知道“plot.py”是如何工作的，就很难给出更具体的答案。例如，示例表达式需要能够创建一个新列“Foo”。它还需要访问当前列，但我们不知道这些列是如何存储在plot.py中的

以下是一种方法的要点：

# csv data stored in a list of rows
data = [
    [1, 2, 3],
    [2, 4, 6],
    [3, 6, 9]
]

# formula from the command line argument
formula = 'row[0]/row[2]*100'

source = f'''
for row in data:
    row.append({formula})
'''

exec(src)

source
是循环的代码，该循环将公式值附加到数据表中的每一行
exec（）
执行代码。如果没有其他参数，
exec（）
将使用当前作用域。因此，
data
表示全局列表
data
，公式中的
row[0]
表示循环变量
row
的第一个元素

修改此示例代码以使用plot.py中的数据结构将留给读者作为练习

Edit：在查看github上的代码后添加此项。

因为plot.py使用pandas来处理csv文件，所以这相当容易。只需在命令行中输入一个公式，并在脚本中使用
exec（）
。例如：

# example DataFrame
df = pd.DataFrame({
    'A':[1, 2, 3, 4],
    'B':[5, 6, 7, 8],
    'C':[9, 0, 1, 2]
})

# formula from the command line 
formula = "df['D'] = (df['A'] + df['C']) / df['B']"

# apply the formula
exec(formula)

# result
    A   B   C   e
0   1   5   9   2.000000
1   2   6   0   0.333333
2   3   7   1   0.571429
3   4   8   2   0.750000

注意：“公式”可以是任何有效的python/pandas代码。
您可能需要引用
foo
参数，以确保shell不会对空格的特殊字符进行任何有趣的操作。关于
argparse
，您将只得到一个字符串值。e、 g.
args.foo=“col（1）…”
eval（args.foo）`可以做你想做的事情，但是从简单而明显的例子开始。编写类似这样的代码，然后在遇到问题时/如果遇到问题，返回一个新问题。在这一点上，你的问题有点没有定论。@hpaulj-谢谢，我引用了foo参数以避免它被shell解释。谢谢。你是对的，我应该包括我的绘图程序的精简版本，但它比我想在问题中包括的要复杂一些。这里有一个问题，我将在某个时候用一个较小的版本更新这个问题。基于github链接上的代码，我添加了一个如何使用pandas的示例。