我正在解决这个问题，但想记录堆栈溢出，因为这不容易搜索。 （另外，希望有人能在我之前回答这个问题）。
df.loc[:,'corpus_spacy_doc'] = df['text_corpus'].apply(lambda cell: nlp(cell))
所以现在我可以对 corpus_spacy_doc 进行各种 nlp 操作，这很棒。但我希望有一种保存此数据框状态的好方法，因为 df.to_csv() 显然不起作用。一直想看看镶木地板是否可以做到这一点，但我认为不可能。
目前看来我最好的解决方案是使用 spacy 方法序列化文档列表（https://spacy.io/usage/ saving-loading）并稍后使用 pandas 数据帧加载。
总而言之，我现在想要一种Pythonic方式来做类似的事情
df.to_something(fname = fname)
还有其他人经历过这个或有一个好的答案吗？
所以这非常简单，似乎解决了我用常规 df.to_pickle()
所做的事情我不确定我是否理解这一段，可能我的解决方案是相同的：
目前看来我最好的解决方案是使用 spacy 方法序列化文档列表（https://spacy.io/usage/ saving-loading）并稍后使用 pandas 数据帧加载。
但如果没有，您可以修改文档类型以将数据帧保存到镶木地板（https://spacy.io/api/doc#to_bytes）
df['corpus_spacy_doc'] = df['corpus_spacy_doc'].apply(lambda x: x.to_bytes())
df.to_parquet(path, engine="pyarrow")