为Pandas DataFrame多列应用自定义函数遇问题，已定位原因并解决

需求 #

要给DataFrame里的指定列cols=['a','b','c','d']做值转换：

• 把 "5: Very important" 改成数字5
• 把 "1: Not at all important" 改成数字1
• 其他值原样保留

有效实现代码 #

方式一：自定义函数+applymap #

先写转换逻辑，再批量应用到目标列：

import pandas as pd

def cols_1(val):
    if val == "5: Very important":
        return 5
    elif val == "1: Not at all important":
        return 1
    return val

# 对指定列应用函数
df[cols] = df[cols].applymap(cols_1)

方式二：用replace直接批量替换（更高效） #

不用写自定义函数，直接构造映射字典替换：

replace_rules = {
    "5: Very important": 5,
    "1: Not at all important": 1
}
df[cols] = df[cols].replace(replace_rules)

问题排查 #

之前试了各种写法要么触发TypeError、ValueError、AttributeError这类报错，要么转换后结果没变化，核心原因是用df.iloc选列时搞错了列的位置——iloc是按位置索引选取列，如果目标列的实际位置和传入iloc的索引不匹配，要么函数被应用到了错误的列上，要么因为列的数据类型不兼容触发报错。换成直接用列名（df[cols]）选列就能精准定位目标列，原来的正确写法其实是有效的。

内容的提问来源于stack exchange，提问作者lala345