调用自定义remove_extrachar方法处理Pandas DataFrame未生效求助

问题根源 #

你写的remove_extrachar函数里，df1 = df1.apply(...)这行代码是创建了一个新的DataFrame对象，然后把函数内部的局部变量df1指向这个新对象。但外部调用时传入的原始df1变量，依然指向原来未处理的旧对象——这就是为什么函数内部打印能看到处理后的结果，外部调用后却没效果的核心原因。

解决办法 #

方案1：返回处理后的新DataFrame（推荐）

修改函数让它返回处理好的两个DataFrame，在调用时接收返回值：

def remove_extrachar(df1, df2):
    df1_processed = df1.apply(lambda x: x.astype(str).str.lower().str.replace('-', ''))
    df2_processed = df2.apply(lambda x: x.astype(str).str.lower().str.replace('-', ''))
    return df1_processed, df2_processed

def compare(df1, df2):
    # 接收处理后的DataFrame，覆盖原变量
    df1, df2 = remove_extrachar(df1, df2)
    compare_result = pd.merge(df1, df2, on='name', how='outer')
    return compare_result

这种方式不会修改原始的DataFrame，避免了意外的副作用，是最安全的做法。

方案2：直接修改原始DataFrame内容（不推荐）

如果确定不需要保留原始数据，可以直接修改传入的DataFrame的列值，而不是重新赋值：

def remove_extrachar(df1, df2):
    # 遍历每一列，原地修改内容
    for col in df1.columns:
        df1[col] = df1[col].astype(str).str.lower().str.replace('-', '')
    for col in df2.columns:
        df2[col] = df2[col].astype(str).str.lower().str.replace('-', '')

def compare(df1, df2):
    remove_extrachar(df1, df2)
    compare_result = pd.merge(df1, df2, on='name', how='outer')
    return compare_result

注意：这种方式会直接改变传入的原始DataFrame，如果后续代码还需要用到未处理的数据，会引发问题。

内容的提问来源于stack exchange，提问作者Developer