为什么pandas 1.1中更改了pandas apply()函数？

在pandas 1.1版本中更改了pandas apply()函数的原因是为了提高其性能和灵活性。

在旧版本的pandas中，apply()函数在处理大型数据集时可能会导致性能问题。这是因为apply()函数默认使用了Python的全局解释器（GIL），导致无法充分利用多核处理器的优势。此外，旧版本的apply()函数还存在一些限制，例如无法处理返回不同长度结果的函数。

为了解决这些问题，pandas 1.1版本引入了一种新的apply()函数实现方式，即使用了Cython编写的底层代码，以提高性能。新版本的apply()函数还引入了一种新的参数raw，允许用户自定义函数的返回类型，从而提高了灵活性。

新版本的apply()函数在处理大型数据集时比旧版本更快，并且可以充分利用多核处理器的优势。此外，新版本的apply()函数还可以处理返回不同长度结果的函数，使其更加强大和灵活。

推荐的腾讯云相关产品是TencentDB for MySQL，它是一种高性能、可扩展的云数据库服务。TencentDB for MySQL提供了高可用性、自动备份、数据恢复等功能，适用于各种规模的应用场景。您可以通过以下链接了解更多关于TencentDB for MySQL的信息：https://cloud.tencent.com/product/cdb