vaex使用DataFrame列作为参数调用apply方法失效问题求助

问题原因 #

你出现报错的核心原因是给vaex的apply方法传入了pandas的Series对象作为参数，vaex的apply仅支持接收自身的列表达式或列名作为入参，不识别pandas数据结构。

解决方案 #

方案1：修正自定义函数的调用写法

仅需将参数替换为vaex DataFrame自身的列，同时指定返回值类型即可：

import pandas as pd
import vaex

df = pd.DataFrame(
    {
        "Name": [
            "Braund, Mr. Owen Harris",
            "Allen, Mr. William Henry",
            "Bonnell, Miss. Elizabeth",
        ],
        "Rep": ["Braund", "Henry", "Miss."],
        "Sub": ["<surname>", "<name>", "<title>"],
    }
)
dfv = vaex.from_pandas(df)

def func(x, y, z):
    return x.replace(y, z)

# arguments传入vaex自身的列，指定返回类型为字符串
dfv['Test'] = dfv.apply(func, arguments=[dfv.Name, dfv.Rep, dfv.Sub], dtype='str')

方案2：使用vaex内置字符串方法（更推荐，性能更高）

vaex内置了向量化的字符串替换方法，无需自定义函数，处理大数据量时效率远高于逐行apply：

dfv['Test'] = dfv.str.replace(dfv.Name, dfv.Rep, dfv.Sub)

运行结果验证 #

两种方法最终得到的Test列结果如下：