如何用Pandas批量将DataFrame所有列设置为固定15字符宽度？

问题背景 #

我有一个CSV文件，列名固定为15字符宽度，各列元素长度因数据类型不同存在差异。原始数据如下：

Name           ,Date           ,Time           ,TST Num        ,Dept/Dest      ,Tst Level      ,AAS            
AAAAAA         ,18/12/2007     ,07:57:40,AAA101         ,AAAABBBB       ,220,320
BBBBBB         ,18/12/2007     ,12:34:06,AAA112         ,XXXXYYYY       ,210,320

希望处理后得到每个元素都占15字符宽度的结果：

Name           ,Date           ,Time           ,TST Num        ,Dept/Dest      ,Tst Level      ,AAS            
AAAAAA         ,18/12/2007     ,07:57:40       ,AAA101         ,AAAABBBB       ,220            ,320
BBBBBB         ,18/12/2007     ,12:34:06       ,AAA112         ,XXXXYYYY       ,210            ,320

目前单独处理某一列可以生效：

df = df.astype(str)
df['Time           '] = df['Time           '].apply('{:15s}'.format)

但批量处理的写法无法生效：

all_columns = list(df)
df[all_columns] = df[all_columns].apply('{:15s}'.format)

想知道有没有无需循环的批量实现方法。

解决方案 #

使用applymap替代apply即可实现无循环批量格式化，applymap会遍历DataFrame中的每个元素并应用格式化规则：

# 先将所有元素转为字符串类型，确保格式化统一
df = df.astype(str)
# 批量对每个元素应用15字符宽度的格式化
df = df.applymap('{:15s}'.format)

也可以合并为一行代码：

df = df.astype(str).applymap('{:15s}'.format)

原因说明 #

你之前的批量写法失效是因为apply是对整列（Series）执行操作，而'{:15s}'.format需要单个字符串作为参数，直接作用于Series会不符合预期；而applymap是针对DataFrame中的每个单独元素应用函数，正好匹配格式化单个字符串的需求。

内容的提问来源于stack exchange，提问作者Brom