如何将函数应用于 Pandas 中的多个列 [重复]

【问题标题】：How to apply a function to multiple columns in Pandas [duplicate]如何将函数应用于 Pandas 中的多个列 [重复]
【发布时间】：2018-11-04 07:25:21
【问题描述】：

我有一堆需要在 Pandas 中清理的列。我写了一个函数来做那个清洁。我不确定如何将相同的功能应用于许多列。这是我正在尝试的：

df["Passengers", "Revenue", "Cost"].apply(convert_dash_comma_into_float)

但是我得到了 KeyError。

【问题讨论】：

不应该是df[["Passengers", "Revenue", "Cost"]]吗？索引数据框时需要使用列名列表。

标签： pandas

【解决方案1】：

@chrisz 指出，使用双括号 [[]]：

这是一个 MVCE：

df = pd.DataFrame(np.arange(30).reshape(10,-1),columns=['A','B','C'])

def f(x):
    #Clean even numbers from columns.
    return x.mask(x%2==0,0)

df[['B','C']] = df[['B','C']].apply(f)
print(df)

输出

    A   B   C
0   0   1   0
1   3   0   5
2   6   7   0
3   9   0  11
4  12  13   0
5  15   0  17
6  18  19   0
7  21   0  23
8  24  25   0
9  27   0  29

【讨论】：

谢谢，我列出了它，现在得到 TypeError，它无法将系列转换为。但是当我只提供像 df["Passengers"].apply(convert_dash_comma_into_float) 这样的一列时，它显然有效
这个解决方案不起作用...
@mathee 这似乎适用于这个例子。 B 列和 C 列都具有带零的偶数值 sub。每个函数，f。