如何简化多列数据的str.title()处理？

嗨！恭喜你在StackOverflow发布第一个问题😀，当然有办法简化这段代码啦，给你两种实用的方案，看哪种更适合你的场景：

方案一：批量处理同类型列 + 单独处理新列 #

如果以后需要转换格式的列越来越多，这种批量处理的方式会更高效：

# 先定义需要转换自身格式的列
cols_to_normalize = ['status', 'type']
# 批量应用str.title()
df[cols_to_normalize] = df[cols_to_normalize].apply(lambda col: col.str.title())
# 单独处理name列（从booking_type生成）
df['name'] = df['booking_type'].str.title()

方案二：用assign()一次性完成所有操作 #

这种方式把所有列的修改/生成操作集中在一起，可读性更强，也符合pandas的链式操作习惯：

df = df.assign(
    name=df['booking_type'].str.title(),
    status=df['status'].str.title(),
    type=df['type'].str.title()
)

小提示：如果这些列里存在缺失值（NaN），str.title()会自动保留NaN，不需要额外做处理哦～

内容的提问来源于stack exchange，提问作者Bagus Ganjar Lugina