为何Pandas的apply方法返回函数而非值？

嘿，这个问题其实挺典型的——你写的lambda表达式没有真正调用pd.to_datetime函数，只是把函数本身返回了，所以才会得到一堆函数对象，而不是转换后的日期数据。

咱们拆解下你的代码：

testdf.apply(lambda x: pd.to_datetime, axis=0)

这里的lambda x: pd.to_datetime意思是：“接收参数x，然后返回pd.to_datetime这个函数本身”，而不是“用x作为参数调用pd.to_datetime”。所以每一列传入lambda后，返回的都是函数对象，自然不会得到日期值。

怎么修复？有几种简单的方式： #

1. 直接把函数传给apply（最简洁）

apply会自动把每一列（因为axis=0）作为参数传递给pd.to_datetime，所以直接写函数名就行：

testdf.apply(pd.to_datetime, axis=0)

2. 在lambda里真正调用函数

如果一定要用lambda，记得给pd.to_datetime加上括号，把x传进去：

testdf.apply(lambda x: pd.to_datetime(x), axis=0)

3. 更高效的写法：跳过apply直接转换

其实对于日期转换，完全不需要用apply，直接对列或者整个DataFrame操作更高效：

# 单列转换
testdf['date_col_1'] = pd.to_datetime(testdf['date_col_1'])
testdf['date_col_2'] = pd.to_datetime(testdf['date_col_2'])

# 全列一次性转换
testdf = pd.to_datetime(testdf.stack()).unstack()

这样处理后，你的DataFrame里的列就会变成datetime64类型啦。

内容的提问来源于stack exchange，提问作者muon