使用df.apply(pd.Series.str.upper)报错，pd.Series.min与lambda写法正常

为什么会报错？ #

pd.Series.str是pandas的字符串访问器对象，并非普通的实例方法。当你直接把pd.Series.str.lower传给df.apply()时，这个未绑定的方法无法和传入的Series列完成正确绑定，也就没法访问Series内部的_inferred_dtype属性，因此触发报错。

对比两种正常运行的情况：

• pd.Series.min是Series的实例方法，apply会自动把每一列Series作为实例去调用它，所以能正常执行。
• lambda x: x.str.lower()是先拿到每一列Seriesx，再通过x.str访问器完成绑定后调用lower()，走的是正确的调用流程，因此可以正常运行。

怎么解决？ #

有三种实用方案：

1. 继续使用lambda表达式（已验证可行）：

df.apply(lambda x: x.str.lower())

2. 直接用DataFrame的str访问器（如果所有列都是字符串类型，效率更高）：

df = df.str.lower()

3. 用applymap做元素级处理：

df.applymap(str.lower)

内容的提问来源于stack exchange，提问作者Shubham Bhardwaj