Pandas中三种字符串转大写方法结果差异及apply失效原因咨询

测试代码与输出 #

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({'C0': [1, 2, 3], 'C1': ['a', 'b', 'c']})

# 方法1：使用apply处理
df1 = df.apply(lambda x: x.upper() if isinstance(x, str) else x)
print(df1, '\n')

# 方法2：先转字符串类型再转大写
df2 = df.apply(lambda x: x.astype(str).str.upper())
print(df2, '\n')

# 方法3：使用applymap处理
df3 = df.applymap(lambda x: x.upper() if isinstance(x, str) else x)
print(df3, '\n')

输出结果：

C0 C1
0   1  a
1   2  b
2   3  c 

  C0 C1
0  1  A
1  2  B
2  3  C 

   C0 C1
0   1  A
1   2  B
2   3  C 

问题解答 #

1. 为何df1和df2的输出不同？ #

• df.apply()默认按整列处理，传给lambda的x是整列的Series对象，而非单个元素。
• df1的lambda里，isinstance(x, str)判断的是「整列Series是否为str类型」——不管是数值型的C0列，还是字符串型的C1列，Series本身都不属于str类型，所以lambda直接返回原列，完全没执行x.upper()。
• df2的lambda则是先把整列转成字符串类型的Series，再调用Pandas的str.upper()方法批量处理列内的每个元素，因此能正常完成大写转换。

2. 为何df2中需要将每列类型转换为字符串？ #

• Pandas的str.upper()是字符串类型Series专属方法，只有当Series的dtype是object或string时，才能通过.str属性调用这类字符串处理方法。
• C0列原本是数值型（int），直接调用x.str.upper()会抛出属性错误——因为数值型Series没有str属性。所以必须先通过astype(str)将整列转为字符串类型，才能使用str.upper()完成批量转换。

3. 为何df1中apply()无效，但df3中applymap()在检查元素类型为字符串时却有效？ #

• apply()的处理单位是整列/整行（由axis参数决定），传入lambda的是Series对象；而applymap()的处理单位是单个元素，传入lambda的是DataFrame里的每个独立值。
• df3的lambda里，isinstance(x, str)判断的是单个元素：C1列的'a'/'b'/'c'是str类型，执行x.upper()转大写；C0列的1/2/3是int类型，直接返回原值，因此得到正确结果。
• df1的apply()则是判断整列Series是否为str类型，这个条件永远不成立，所以直接返回原列，没有任何转换操作生效。

内容的提问来源于stack exchange，提问作者afghani