能否使用lambda函数实现图中操作且无需罗列所有列名？

当然可以通过lambda函数实现图中所示的批量列操作，完全不用逐一罗列所有列名。

• 如果要对所有列执行相同操作，直接用apply()方法结合lambda即可，示例：

  # 示例：将所有列中的空值替换为0
  df = df.apply(lambda col: col.fillna(0))
  

• 如果需要针对特定类型的列（比如数值型、字符串型）执行操作，可以在lambda里加类型判断：

  # 示例：仅对浮点型列填充空值为0，其他列保持不变
  df = df.apply(lambda col: col.fillna(0) if col.dtype == 'float64' else col)
  

• 要是需要对每行的多列做联动操作，只需指定axis=1参数：

  # 示例：计算指定列的行均值并生成新列
  df['行均值'] = df.apply(lambda row: row[['列A','列B']].mean(), axis=1)
  

内容的提问来源于stack exchange，提问作者possizola