Python递归错误：简单操作崩溃Pandas.eval()

Question

我刚刚读过书，兴奋得流口水，因为我的Pandas相关需求。根据这本书：

The DataFrame.eval() method allows much more succinct evaluation of expressions with the columns:

result3 = df.eval('(A + B) / (C - 1)') 
np.allclose(result1, result3)

True

以我为例：

我的数据框包含大约42000条记录和28列。其中两个是Date和{}，它们是字符串。在

我的目标是：将两列合并为一列。这段代码我可以很容易地做到：df_exade_light["Date"]+df_exade_light["Heure"]，在它上面应用一个%timeit返回

6.07 ms ± 219 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

但是由于某些原因，df.eval('Date + Heure')返回一个：

RecursionError: maximum recursion depth exceeded

此外，我应用了this thread中的解决方案来提高允许的堆栈深度，但是内核只是崩溃了。在

这是什么原因？我做错什么了吗？在

---

问题可以用以下代码重现：

^{pr2}$

Answer 1

可复制示例中的问题是，您有字符串。在您给出的关于High-Performance Pandas: eval() and query()的链接中，所有示例都带有float（或int）。在

使用python作为一个示例，让它工作起来：

df.eval('A+B',engine='python')

默认情况下，eval中使用的引擎根据documentation是'numexpr'，此引擎使用同名的库NumExpr，这是一个NumPy的快速数值表达式求值器。尽管在上一个链接中，给出了一个字符串示例，但它不是通过操作+实现的。如果您这样做，df.eval('A==B')它可以工作，与其他比较运算符相同，但不是{}。您可以找到更多信息there，但是对于字符串，除了使用engine='python'之外，它似乎是有限的。在

回到您最初的问题，使用日期和时间类型，不确定是否可以使用默认引擎（see here for supported datatype）找到解决方案