henning no longer feeds AI's questions

用数值替换字符串曾经很容易，但从 pandas 2.2 开始，下面的简单方法会引发警告。现在这样做的“正确”方法是什么？

>>> s = pd.Series(["some", "none", "all", "some"])
>>> s.dtypes
dtype('O')

>>> s.replace({"none": 0, "some": 1, "all": 2})
FutureWarning: Downcasting behavior in `replace` is deprecated and will be 
removed in a future version. To retain the old behavior, explicitly call
`result.infer_objects(copy=False)`. To opt-in to the future behavior, set
`pd.set_option('future.no_silent_downcasting', True)`
0    1
1    0
2    2
3    1
dtype: int64

如果我正确理解了警告，则对象 dtype 会“向下转换”为 int64。也许 pandas 希望我明确执行此操作，但我不知道如何在替换发生之前将字符串向下转换为数字类型。

当使用 pandas 数据框时，我喜欢使用方法链，因为它使工作流程类似于 R 中的 tidyverse 方法，其中使用一串管道。

考虑一下这个答案中的例子：

N = 10
df = (
    pd.DataFrame({"x": np.random.random(N)})
    .assign(y=lambda d: d['x']*0.5)
    .assign(z=lambda d: d.y * 2)
    .assign(w=lambda d: d.z*0.5)
)

我想我听说过使用 lambda 操作数据帧效率低下，因为它不是一个矢量化操作，但是在后台进行了一些循环。

上述示例是否存在这样的问题？除了在方法链中使用 lambda 之外，还有其他方法可以保留类似 tidyverse 的方法吗？