Python 多参数方程/表达式的求解

我有以下数据帧：

  ID Model_form     A      C     Actual
  1  Exp           2     1.4       4
  2  Power model   1     0.2       3
  3  Log           0.6   6         7

我试图根据模型形式求解不同的方程：

 If model form column contains 'exp' - A*(1-exp(C*actual))
 If model form column contains 'pow' - A*(actual^C)
 If model form column contains 'log' - A* Ln(1+C*optimal)

目前我正在解决这个问题，如下所示：

   c1 = df['Model_form']].str.contains('exp', flags = re.IGNORECASE)
   c2 = df['Model_form']].str.contains('pow', flags = re.IGNORECASE)
   c3 = df['Model_form']].str.contains('log', flags = re.IGNORECASE)

   df['Actual(y)'] = np.select([c1,c2,c3], [df.eval(df['A']*(1-
   np.exp(df['C']*df['Actual'])),df['A']* 
   (df['Actual']**df['C']),df['A']*np.log(1+df['C']*df['Actual']))])

我得到一个错误：

   eval() takes from 2 to 3 positional arguments but 4 were given

最后：

df['Actual(y)']=np.select([c1,c2,c3],labels)

df的输出：

    ID  Model_form      A       C      Actual   Actual(y)
0   1   Exp             2.0     1.44    4       -632.696658
1   2   Power model     1.0     0.20    3.0     1.245731
2   3   Log             0.6     6.00    7.0     2.256720

注意：在第1和第3种情况下使用

df.eval（）

是没有意义的，因为只有

df['A']*（1-np.exp（df['C']*df['Actual']）

和

df['A']*np.log（1+df['C']*df['Actual']）

会给您所需的输出，而

df.eval（）

除了在第2种情况下，什么也不做

您将遇到以下错误：

 eval() takes from 2 to 3rd positional arguments but 4 were given

由于1stcondition中缺少括号

）

：

df.eval(df['A']*(1-np.exp(df['C']*df['Actual'])))
                                                ^              
                                         #added ) parenthesis

---

什么是

flow\u变量

？错误，我已经删除了@DavidKaftan为什么您的第一个实际nan？很抱歉，这是我的错误…Thnx@DavidKaftan，请注意：）

df.eval(df['A']*(1-np.exp(df['C']*df['Actual'])))
                                                ^              
                                         #added ) parenthesis