时间戳

首页 > 解决方案 > 评估在命令行上传递的公式

python - 评估在命令行上传递的公式

问题描述

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

绘制该进程在标准输出上发出的 csv 数据的典型调用makes_csv如下：

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（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，我可能会写如下内容：

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

这意味着：绘制将第 1 列中的值除以第 3 列中的相应值乘以 100 的（每个元素）结果，并将该系列称为“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驱动器或破坏我的信用，我可以接受：我自己输入这些公式并且不关心沙盒。

标签： pythonpython-3.xpandasnumpyargparse

解决方案

答案可能涉及内置函数eval()和/或exec(). 但是如果不知道“plot.py”是如何工作的，就很难更具体地回答。例如，您的示例表达式需要能够创建一个新列“Foo”。它还需要访问当前的列，但是我们不知道这些列是如何存储在 plot.py 中的？

这是一种方法的要点：

# 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是一个循环的代码，将公式的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()则使用当前范围。因此，data指的是全局列表data，并且row[0]在公式中指的是循环变量的第一个元素row。

修改此示例代码以使用 plot.py 中的数据结构作为练习留给读者。

编辑：在查看 github 上的代码后添加此内容。

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 pandas 公式并exec()在脚本中使用即可执行。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。

推荐阅读