如何在Polars中对表达式使用pipe管道操作？

假设我们有这样一个转换函数：

def transformation(col: pl.Series) -> pl.Series:
    return col.tanh().name.suffix('_tanh')

我原本希望通过pipe方法批量处理列，写法如下：

df.with_columns(
   pl.col('colA').pipe(transformation), 
   pl.col('colB').pipe(transformation), 
   pl.col('colC').pipe(transformation), 
   pl.col('colD').pipe(transformation), 
)

但Polars原生并不支持对Series或表达式使用.pipe方法，只能用以下替代写法：

df.with_columns(
   transformation(pl.col('colA')), 
   transformation(pl.col('colB')), 
   transformation(pl.col('colC')), 
   transformation(pl.col('colD')), 
)

不过当transformation函数需要传入额外参数时，这种写法会显得杂乱。

自定义实现pipe方法 #

我自行给Polars的Expr类添加了pipe方法，目前可以正常运行：

def _pipe(self, func, *args, **kwargs):
    return func(self, *args, **kwargs)

pl.Expr.pipe = _pipe

内容的提问来源于stack exchange，提问作者MYK