熊猫分别应用 upper() 对两个字符串列中的每一个工作，但不能一起工作

Question

>我有一个简单的数据帧，大致如下：

a       b
0  horse  cat
1  dog    elephant

运行：

df.loc[:,'a'].apply(lambda x: x.upper())

或

df.loc[:,'b'].apply(lambda x: x.upper())

将相应列中的动物大写。但是，跑步

df.loc[:,'a':'b'].apply(lambda x: x.upper())

或

df.loc[:,['a','b']].apply(lambda x: x.upper())

结果为"属性错误：("'系列'对象没有属性'上层'，'发生在索引 a'("。

显然，我想知道如何修复它(即能够一次将两列大写(。但我也想知道列如何单独具有属性"upper"，但在将 lambda 作为多个列的一部分应用于它时会丢失它。

Answer 1

使用 str accessor：

df.loc[:,'a':'b'].apply(lambda x: x.str.upper())

输出：

a         b
0  HORSE       CAT
1    DOG  ELEPHANT

这是怎么回事？

好的，让我们做一个简短的调试：

def f(x):
print(type(x))
print(type(x[0]))
df.loc[:,'a':'b'].apply(f)

输出：

<class 'pandas.core.series.Series'>
<class 'str'>
<class 'pandas.core.series.Series'>
<class 'str'>

在这里我们使用pd.DataFrame.apply.

在这种情况下，熊猫系列被传递给函数 f，因此我们可以使用 .str 访问器来调用字符串函数 upper。

现在，让我们看一下第一种情况：

def f(x):
print(type(x))
print(type(x[0]))
df.loc[:,'a'].apply(f)

输出：

<class 'str'>
<class 'str'>
<class 'str'>
<class 'str'>

在这里，使用的是pd.Series.apply并传递每个值本身。 因此，我们可以简单地直接在每个值上调用字符串函数。

而且，您还可以使用@chrisz解决方案中显示的pd.DataFrame.applymap将数据帧的每个单元格值传递给函数。

Answer 2

使用applymap以便：

将函数应用于旨在按元素操作的数据帧，即像对数据帧中的每个系列执行map(func，series(一样

df[['a', 'b']].applymap(lambda x: x.upper())
a         b
0  HORSE       CAT
1    DOG  ELEPHANT