python - 将 lambda 函数应用于列在 pandas 中失败

Question

我不知道为什么 index 方法在执行按列应用功能时会出现不一致的行为。

数据框是:

df = pd.DataFrame( [(1, 'Hello'), (2, "World")])
df.columns=['A', 'B']

我想将 lambda 应用于第二列，它说无法应用 Series 对象？

print df.iloc[:, 1:2].apply(lambda x: x.upper()).head()
 **AttributeError**:("'Series' object has no attribute 'upper'", u'occurred at index B')
print df.loc[:, ['B']].apply(lambda x: x.upper()).head()
 **AttributeError**:("'Series' object has no attribute 'upper'", u'occurred at index B')

但是下面的索引方法效果很好。

print df.loc[:, 'B'].apply(lambda x: x.upper()).head()

为什么？我认为这三种索引方法是等价的？以上三种索引方式打印出来的结果几乎一样即:

   B
0  Hello
1  World

并打印 df.loc[:, 'B'] 得到

0  Hello
1  World
Name: B, dtype: object

区别是什么意思？

Answer 1

当您使用 'B' 进行索引时，您会得到一个系列。当您使用 1:2 或 ['B'] 进行索引时，您会得到一个包含一列的 DataFrame。当您在一个系列上使用 apply 时，您的函数会在每个元素上被调用。当您在 DataFrame 上使用 apply 时，您的函数会在每个列上被调用。

所以不，它们不等同。当你有一个系列时，你可以随心所欲地使用你的功能。当你有一个单列的 DataFrame 时，你不能，因为它作为参数传递给列，而该列是一个没有 upper 方法的 Series。

你可以看到它们是不一样的，因为打印出来的结果是不一样的。是的，它们几乎相同，但又不相同。第一个有列标题，表明它是一个 DataFrame；第二个没有列标题，但底部有“名称”，表明它是一个系列。