Polars数据框调用numpy.mean报错：TypeError含axis参数异常

报错原因 #

你遇到的TypeError: mean() got an unexpected keyword argument 'axis'，核心原因是Polars表达式和numpy函数的运行逻辑不兼容：

• col("a")返回的是Polars的表达式对象，不是numpy数组，它属于Polars的延迟计算系统，不会立即生成实际数据。
• 当你把Polars表达式传给np.mean时，Polars内部会尝试将numpy函数适配到自己的表达式执行流程中，但这个适配过程会自动向np.mean传递axis参数——而numpy的mean函数在处理非numpy数组类型（比如Polars表达式）时，无法识别这个额外传递的参数，因此抛出错误。
• 即使你显式添加axis=0，Polars的适配层依然会传递重复或不被期望的参数，导致报错无法解决。

Polars与外部函数的工作机制 #

Polars的表达式是延迟计算的，它会先构建整个计算计划，直到调用collect()或类似方法时才会实际执行计算。对于外部函数（比如numpy的函数），Polars不能直接无缝兼容，原因如下：

1. 外部函数通常期望接收具体的数值数组（比如numpy.ndarray），而不是Polars的表达式对象。
2. Polars的表达式执行系统会自动处理批量数据、并行计算等逻辑，这些逻辑和numpy函数的执行模型不匹配。

如果要在Polars中使用外部函数，需要通过pl.map_batches或pl.apply这类方法，显式将Polars的列数据转换成numpy数组后再调用外部函数。

解决方法 #

方法1：使用Polars原生函数（推荐） #

这是最高效且兼容的方式，Polars的原生聚合函数和表达式系统完全适配：

df.with_columns(
    z_0 = pl.col("a").mean()
).head()

方法2：适配numpy函数到Polars表达式 #

如果一定要使用numpy的mean函数，可以通过map_batches将列数据转换成numpy数组后计算：

df.with_columns(
    z_0 = pl.col("a").map_batches(lambda series: np.mean(series.to_numpy()))
).head()

map_batches会按批次处理数据，将每一批的Polars Series转换成numpy数组后，再调用np.mean计算平均值。

总结 #

Polars的表达式系统是为自身API设计的，直接将外部函数作用于Polars表达式会因为参数适配、执行模型不匹配等问题出错。优先使用Polars原生函数可以获得更好的性能和兼容性；若必须使用外部函数，需要通过map_batches或apply显式完成数据类型的转换与适配。

内容的提问来源于stack exchange，提问作者Joe