How do I *avoid* passing arguments to function in Python pandas.apply function?

Question

我想试验 pandas apply function 中的raw=True选项，根据 p. 155高性能 Python，作者 Gorelick 和 Ozsvald。 但是，Python 显然将raw=True作为我正在申请的 function 的参数，而不是.apply ZC1C425268E68385D1AB5074C17A94F14 本身的参数：

import pandas as pd

df = pd.DataFrame(columns=('a', 'b'))
df.loc[0] = (1, 2)
df.loc[1] = (3, 4)

df['a'] = df['a'].apply(str, raw=True)

当我尝试执行此操作时，出现以下错误：

TypeError: 'raw' is an invalid keyword argument for str()

即使我使用lambda表达式，问题仍然存在：

df['a'] = df['a'].apply(lambda x: str(x), raw=True)

如果我调用自定义的 function 而不是str ，问题仍然存在。

如何让 Pandas 认识到raw=True是.apply而不是str的参数？

Answer 1

参考评论，我不认为这些是副作用。 如文档所述，将raw=True作为参数传递，“函数接收 ndarray 对象”，因此您传递一个数组并将其转换为字符串。 结果是一个类似[1 3]的字符串。 因此，您不要将每个值转换为字符串，而是将整个 Series 转换为字符串

如果你写一个小助手 function 你可以看到。

def conv(col):
    print(f"input values: {col}")
    print(f"type input: {type(col)}\n")
    return str(col)

t = df[['a']].apply(conv, raw=True)
print(f"{type(t)}:\n{t}\n")
print(f"first value: {type(t[0])}:\n{t[0]}\n")
print(f"{t[0][0]}")

Output：

input values: [1 3]
type input: <class 'numpy.ndarray'>

<class 'pandas.core.series.Series'>:
a    [1 3]
dtype: object

first value: <class 'str'>:
[1 3]

[