有没有办法用pandas Dataframe.eval代替Dataframe.max来获取max？

Question

有没有办法使用eval获得每行的最大值？

如果能写出这样的东西，那将是非常甜蜜的事情：

X = pd.DataFrame({'A':[1,2,3,4]})
X.eval("""B = 2* A
          C = A +B
          D = max(A, B)
          E = 2 * D
          """, inplace = True)

而不是：

X = pd.DataFrame({'A':[1,2,3,4]})
X.eval("""B = 2* A
          C = A +B
          """, inplace = True)

X['D'] = X.loc[:,['A', 'B']].max(axis=1)

X.eval('E = 2 * D', inplace=True)

编辑:根据@mephisto的建议，类似这样的东西效果很好：

def rowmax(A,B):
   return pd.concat([A,B], axis=1).max(axis=1)

X = pd.DataFrame({'A':[0, 1,2,3,4]})
X.eval("""B = A % 2 +1
          D = @rowmax(A, B)
       """, inplace = True)

我有兴趣知道其他的替代方案。

Answer 1

您应该能够使用@调用自定义或预定义的函数。在本例中，您希望调用df.max()，因此尝试使用此X.eval('@df.max()')。

希望这能有所帮助