Jupyter Notebook调用外部模块pandas applymap失效问题排查

以下是几种最可能导致封装函数失效的核心原因，附对应解决方式：

• 函数未返回处理后的DataFrame
  这是最常见的疏漏。在Notebook中你可能通过df = df.applymap(...)直接覆盖原变量，但封装函数时如果只执行处理逻辑却未返回新生成的DataFrame，调用时若不接收返回值，原DataFrame不会被修改。
  错误示例：

  # utils.py 中的错误写法
  import re
  def clean_dataframe(df):
      df.applymap(lambda x: re.sub(r'\{.*?\}', '', str(x)))  # 未返回处理结果
  

  修正写法：

  # utils.py 中的正确写法
  import re
  def clean_dataframe(df):
      return df.applymap(lambda x: re.sub(r'\{.*?\}', '', str(x)))
  

  调用时需接收返回值：

  df = clean_dataframe(df)
  

• 正则表达式模式未正确转义
  大括号{}在正则中属于特殊量词符号，如果封装函数时未对其转义（写成r'{.*?}'而非r'\{.*?\}'），正则会将其解析为量词而非字面量的大括号，导致无法匹配目标内容。需确保模式中的大括号用\{和\}转义。

• 未统一转换数据为字符串类型
  若调用函数时，DataFrame中存在数值、布尔等非字符串类型，直接用re.sub会因类型不匹配静默失效。需在lambda表达式中强制将值转为字符串，比如str(x)，确保所有数据都能被正则处理。

• 参数传递或接收错误
  检查clean_dataframe函数的参数定义是否正确，调用时是否传入了目标DataFrame对象。比如函数定义为def clean_dataframe(input_df):，但调用时误传了其他变量，也会导致处理逻辑未作用在目标数据上。

内容的提问来源于stack exchange，提问作者Thomas Guiot