如何对DataFrame多列批量应用函数提取方括号前的内容？

原始DataFrame：

需求为提取每列中“[”之前的单词并替换原列值，目前逐列处理的可行代码如下：

df.A = df.A.apply(lambda x: re.findall("([\w\s]*)\[", x)[0] if '[' in x else x)

但尝试以下批量处理代码时无效：

df[['A', 'B', 'C']] = df[['A', 'B', 'C']].apply(lambda x: re.findall("([\w\s]*)\[", x)[0] if '[' in x else x)

问题出在apply()默认按列（axis=0）执行，传入lambda的是整列的Series对象，而非单个元素，导致正则匹配逻辑无法正确作用于每个单元格。

正确的批量处理方法 #

方法1：使用applymap()处理每个元素

applymap()会遍历DataFrame的每个单元格，对单个元素应用处理逻辑，完全匹配需求：

import re
import pandas as pd

df[['A', 'B', 'C']] = df[['A', 'B', 'C']].applymap(
    lambda x: re.findall("([\w\s]*)\[", x)[0] if '[' in x else x
)

方法2：指定apply()按行处理

若坚持使用apply()，需设置axis=1按行处理，再对每行的每个元素单独应用逻辑：

df[['A', 'B', 'C']] = df[['A', 'B', 'C']].apply(
    lambda row: row.apply(lambda x: re.findall("([\w\s]*)\[", x)[0] if '[' in x else x),
    axis=1
)

方法3：使用str.extract()（推荐，更高效）

Pandas内置的字符串提取方法str.extract()可直接提取正则匹配组，无需循环，效率更高：

df[['A', 'B', 'C']] = df[['A', 'B', 'C']].str.extract("([\w\s]*)\[")

注：若单元格中无“[”，该方法会返回NaN，可根据需求添加fillna()处理缺失值。

处理后得到目标结果：

内容的提问来源于stack exchange，提问作者Arie Neu