熊猫公园。应用函数不能对python缓存进行哈希运算”

我有一个df,您可以通过运行以下代码来获得它:

import pandas as pd
from io import StringIO
from functools import lru_cache

df = """
  contract      EndDate     
  A00118        123456
  A00118        12345   
"""
df = pd.read_csv(StringIO(df.strip()), sep='\s+')

输出为:

    contract    EndDate
0   A00118     123456
1   A00118     12345

然后我对每一行应用了一个逻辑:

def var_func(row,n):
    res=row['EndDate']*100*n
    return res

df['annfact'] = df.apply(lambda row: var_func(row,10), axis=1)

输出为:

    contract    EndDate annfact
0   A00118     123456   123456000
1   A00118     12345    12345000

但是,如果我在此函数上应用python lru\u缓存:

@lru_cache(maxsize = None)
def var_func(row,n):
    res=row['EndDate']*100*n
    return res

df['annfact'] = df.apply(lambda row: var_func(row,10), axis=1)

错误:

TypeError: ("'Series' objects are mutable, thus they cannot be hashed", 'occurred at index 0')

有朋友可以帮忙吗?我想将python lru\U缓存应用于pd。应用函数。由于某些原因,我只能使用pd。应用函数,但不矢量化numpy方法。