如何在使用polars.Expr.apply时传递额外参数？

有几种实用的方式可以给polars.Expr.apply()传递额外参数，下面是具体实现：

方法1：用Lambda表达式捕获参数 #

直接在lambda里把额外参数传给自定义函数，这是最直观的方式。

示例代码：

import polars as pl

# 定义带额外参数的自定义函数
def calculate_discount(price, discount_rate):
    return price * (1 - discount_rate)

# 创建示例DataFrame
df = pl.DataFrame({"price": [100, 200, 300]})

# 使用apply传递额外参数（折扣率0.2）
result_df = df.with_columns(
    pl.col("price").apply(lambda x: calculate_discount(x, discount_rate=0.2)).alias("discounted_price")
)

print(result_df)

方法2：用functools.partial包装函数 #

如果需要重复使用带固定参数的函数，可以用functools.partial预先绑定参数，再传给apply。

示例代码：

import polars as pl
from functools import partial

def calculate_discount(price, discount_rate):
    return price * (1 - discount_rate)

# 预先绑定折扣率参数
discount_with_20 = partial(calculate_discount, discount_rate=0.2)

df = pl.DataFrame({"price": [100, 200, 300]})

result_df = df.with_columns(
    pl.col("price").apply(discount_with_20).alias("discounted_price")
)

print(result_df)

注意事项 #

• apply()是逐元素执行Python函数，性能远低于Polars原生表达式（比如pl.col("price") * 0.8），如果能用原生表达式实现逻辑，优先选择原生方式。
• 如果额外参数是另一个列的值，不要用apply，直接用Polars的列运算即可，比如pl.col("price") * (1 - pl.col("discount_rate"))。

内容的提问来源于stack exchange，提问作者Shankze