如何批量将DataFrame指定列的字符串映射为分类值？

问题背景 #

现有包含多列的DataFrame，指定列（如A、B、C、D）存储字符串或空值，需通过自定义函数str2cat将每个单元格值映射为分类值（如Yes、No、Unknown）。单列应用该函数可正常运行，但批量对指定多列应用时，出现The truth value of a Series is ambiguous错误，尝试axis=1等方法未解决。

原自定义函数及尝试代码：

# 原自定义函数
def str2cat(s):
  if not s or s is None or s.strip() == '': 
    return "Some Category"

  if "some string" in s.str.lower():
    return "Another Category"

  return "Default Category"

# 单列处理代码（正常运行）
df["A"] = df["A"].astype(str)
df["A"] = df["A"].apply(str2cat)

# 批量尝试代码（报错）
targeted_cols = ["A", "B", "C", "D"]
df[targeted_cols] = df[targeted_cols].astype(str)
df[targeted_cols] = df[targeted_cols].apply(str2cat)

错误原因 #

原函数是为单个字符串设计的，但批量调用df[targeted_cols].apply(str2cat)时，函数接收的是Series对象而非单个字符串：

• if not s试图判断Series的布尔值，Pandas无法直接确定整个Series的真假，触发歧义错误
• s.str.lower()是Series的方法，但"some string" in s.str.lower()会判断字符串是否在Series的索引中，而非值里，逻辑完全错误

高效批量处理方案 #

方案1：用applymap适配原逻辑 #

applymap会对DataFrame的每个单元格单独调用函数，完全匹配单列apply的逻辑，只需微调函数适配单个字符串输入：

# 修正后的自定义函数
def str2cat(s):
    # 处理空值、空字符串（astype(str)后None会转为"None"，需额外判断）
    if not s or s.strip() == '' or s == "None": 
        return "Some Category"
    # 匹配目标字符串（针对单个字符串调用lower()）
    if "some string" in s.lower():
        return "Another Category"
    return "Default Category"

# 批量处理指定列
targeted_cols = ["A", "B", "C", "D"]
df[targeted_cols] = df[targeted_cols].astype(str).applymap(str2cat)

方案2：矢量化操作（性能更优） #

避免逐单元格循环，用Pandas矢量化方法处理，适合大数据集，性能提升明显：

import numpy as np

targeted_cols = ["A", "B", "C", "D"]
df[targeted_cols] = df[targeted_cols].astype(str)

for col in targeted_cols:
    # 定义判断条件
    conditions = [
        # 匹配空字符串或转为字符串的None
        (df[col].str.strip() == '') | (df[col] == "None"),
        # 匹配包含目标字符串的情况
        df[col].str.lower().str.contains("some string", na=False)
    ]
    # 对应分类结果
    choices = [
        "Some Category",
        "Another Category"
    ]
    # 批量赋值，默认返回Default Category
    df[col] = np.select(conditions, choices, default="Default Category")

内容的提问来源于stack exchange，提问作者Dan