pandas apply upper() 分别在两个字符串列中的每一个上工作，但不能一起工作

Question

我有一个简单的数据框：

    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，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能够自己拥有属性“upper”，但是当 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？

好的，让我们做一个小调试：

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，一个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，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，正在使用pd.Series.apply 并自行传递每个值。因此，我们可以简单地在每个值上直接调用字符串函数upper。

而且，您还可以在他的解决方案中使用 pd.DataFrame.applymap 作为 @chrisz shows 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进行操作的 DataFrame，即像为 DataFrame 中的每个系列执行 map(func, series)

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

       a         b
0  HORSE       CAT
1    DOG  ELEPHANT