如何在python中替换数学公式中的数据帧列?
我对sympy有意见, 我有一个数据框列,必须用公式计算,公式是字符串格式的 我用的是sympy,它只取一个值,而不是级数值 我的代码如何在python中替换数学公式中的数据帧列?,python,sympy,evalf,Python,Sympy,Evalf,我对sympy有意见, 我有一个数据框列,必须用公式计算,公式是字符串格式的 我用的是sympy,它只取一个值,而不是级数值 我的代码 导入sympy def eval_eqn(eqn,in_dict): sub={sympy.symbols(key):key对应的项,in_dict.items()中的项 ans=sympy.simplify(eqn).evalf(subs=sub) 返回ans in_dict={“x”:df['bike_count'],“y”:df['car_count'],
导入sympy
def eval_eqn(eqn,in_dict):
sub={sympy.symbols(key):key对应的项,in_dict.items()中的项
ans=sympy.simplify(eqn).evalf(subs=sub)
返回ans
in_dict={“x”:df['bike_count'],“y”:df['car_count'],“z”:df['flight_count']}
eqn=“x+y+z”
评估等式(等式,在目录中)
当我使用这个函数时,得到一个错误,该序列必须具有属性
func
。有什么建议吗?我对您的代码做了一些小改动。以下是更新版本。请根据您的需要更换
from sympy import *
import pandas as pd
# initialize list of lists
data = [[10, 15, 14]]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['bike_count', 'car_count','flight_count'])
print(df)
def eval_eqn(eqn,in_dict):
sub = {symbols(key):item for key,item in in_dict.items()}
ans = simplify(eqn).evalf(subs = sub)
return ans
in_dict = {"x": df['bike_count'],"y":df['car_count'],"z":df['flight_count']}
x, y, z = symbols("x y z")
eqn = x+y+z
print(eval_eqn(eqn,in_dict))
针对df中多个值的注释进行编辑
from sympy import *
import pandas as pd
# initialize list of lists
data = [[10, 15, 14],[20, 15, 14]]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['bike_count', 'car_count','flight_count'])
print(df)
def eval_eqn(eqn,in_dict):
sub = {symbols(key):item for key,item in in_dict.items()}
print(sub)
#exit()
ans = simplify(eqn).evalf(subs = sub)
return ans
in_dict = {"x": df['bike_count'],"y":df['car_count'],"z":df['flight_count']}
#print("ddd",in_dict)
x, y, z = symbols("x y z")
eqn = x+y+z
for index, row in df.iterrows():
print({"x": row['bike_count'],"y":row['car_count'],"z":row['flight_count']})
print(eval_eqn(eqn,{"x": row['bike_count'],"y":row['car_count'],"z":row['flight_count']}))
如果您需要更多帮助,请查看并告诉我。:) 如果dataframe有一行,那么这种方法很有效,但是如果dataframe有多行,则会出现相同的错误。AttributeError:“Series”对象没有属性“func”Hello@Ramdr我编辑了答案,使其适用于df中的多个值。我认为我们可以使用一个循环来为每个值替换调用函数。请查看上面编辑的答案,并让我知道这是否对您有帮助:)您好@Ramdr,这对您有用吗?还是需要更多的帮助?谢谢你的帮助。欢迎@Ramdr,很高兴它为你工作:)