在极坐标上使用 apply

我正在尝试使用在极坐标上应用来创建一个新列。

您能帮助我吗？谢谢！

尝试执行以下操作：

df = df.with_columns(
    pl.col("AH_PROC_REALIZADO")
    .apply(get_procedure_description)
    .alias("proced_descr")
)

并收到错误：

AttributeError: 'Expr' object has no attribute 'apply'

我尝试应用的函数是：

def get_procedure_description(cod):

    proceds = {
        '41612' : 'CIRURGIA ONCOLOGICA',
        '30401' : 'RADIOTERAPIA',
        '30402' : 'QUIMIOTERAPIA',
        '30408' : 'QUIMIOTERAPIA',

        '410010057' : 'MASTECTOMIA RADICAL C/ LINFADENECTOMIA',
        '410010065' : 'MASTECTOMIA SIMPLES',

        '410010111' : 'SETORECTOMIA / QUADRANTECTOMIA',
        '410010120' : 'SETORECTOMIA / QUADRANTECTOMIA C/ ESVAZIAMENTO GANGLIONAR',

        '416020216' : 'LINFADENECTOMIA AXILAR UNILATERAL EM ONCOLOGIA ',
        '416020240' : 'LINFADENECTOMIA SELETIVA GUIADA (LINFONODO SENTINELA) EM ONCOLOGIA',

        '303130067' : 'TRATAMENTO DE PACIENTE SOB CUIDADOS PROLONGADOS POR ENFERMIDADES ONCOLOGICAS'
    }

    for proced in proceds.keys():
        if cod[: len(proced)] == proced:
            return proceds[proced]
        
    return None

错误信息 "AttributeError: 'Expr' object has no attribute 'apply'" 说明你在尝试在一个 Polars 表达式 ( Expr 对象) 上使用 apply 方法，而 Polars 表达式并没有 apply 方法。

要解决这个问题，你可以使用 apply 函数 ，而不是 apply 方法。 apply 函数可以作用于 Polars 表达式，并且可以接受一个 Python 函数作为参数。

以下是修改后的代码：

import polars as pl

def get_procedure_description(cod):
    # ... (你的函数代码) ...

df = df.with_columns(
    pl.col("AH_PROC_REALIZADO").apply(lambda x: get_procedure_description(x)).alias("proced_descr")
)

在这个代码中：

• 我们使用 pl.col("AH_PROC_REALIZADO") 选择了名为 "AH_PROC_REALIZADO" 的列，它返回一个 Polars 表达式。
• 我们使用 apply 函数将 get_procedure_description 函数应用于该列的每个元素。
• 我们使用 lambda 表达式将 get_procedure_description 函数包装起来，使其能够被 apply 函数接受。
• 最后，我们使用 alias 方法将新列命名为 "proced_descr" 。

另外一种方法 是使用 map 函数， 它可以更简洁地实现相同的功能：

df = df.with_columns(
    pl.col("AH_PROC_REALIZADO").map(get_procedure_description).alias("proced_descr")
)

在这种情况下，你不需要使用 lambda 表达式，因为 map 函数可以直接接受一个 Python 函数作为参数。

这两种方法都可以实现你的目标，选择哪种方法取决于你的个人喜好。