python - pandas apply upper() 分别作用于两个字符串列中的每一个，但不能一起作用

Question

我有一个简单的数据框，遵循这些原则:

    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。然而，运行

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

或

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

导致“AttributeError: ("'Series' object has no attribute 'upper'", 'occurred at index a')”。

显然，我想知道如何修复它(即能够同时将两列都大写)。但我也想知道一个列如何可以自己拥有属性“upper”，但是当将 lambda 作为多个列的一部分应用于它时会丢失它。

Answer 1

使用 str 访问器:

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？

好吧，让我们做一点调试:

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'>

这里我们使用pd.DataFrame.apply。

在这种情况下，pandas Series 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，让我们来看第一种情况:

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，我们正在使用 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 upper。

而且，您还可以将 pd.DataFrame.applymap 用作 @chrisz shows在他的解决方案中将数据帧的每个单元格值传递给函数。