如何仅在值为全大写时对DataFrame多列应用capwords？

问题描述 #

给定包含空值、多数据类型的Pandas DataFrame，需对Name、Country、Job三列进行如下处理：仅当列中值为包含字母的全大写字符串时，使用capwords将其转换为首字母大写、其余小写的格式（转换前需先将值转为字符串），其余值保持原样。

输入示例 #

ID  Name    Country Job
1   PAULO   BRAZil  JOHN'S DRIVER
2   Joao    $       -
3   Maria   np.nan  DriveR
3   MARIA   Portugal    DRIVER
4   PEdro   ARGENTINA   DRIVER

期望输出 #

ID  Name    Country Job
1   Paulo   BRAZil  John's Driver
2   Joao    $       -
3   Maria   np.nan  DriveR
3   Maria   Portugal    Driver
4   PEdro   Argentina   Driver

最优实现方式 #

步骤说明 #

1. 导入依赖库：需要pandas处理DataFrame，string.capwords实现首字母大写转换，numpy处理条件判断。
2. 定义判断函数：准确识别需要转换的元素——仅当元素转为字符串后包含字母且全为大写时，才执行转换。
3. 批量处理指定列：利用Pandas的向量化操作，对目标列批量应用条件转换，避免逐行循环的低效问题。

完整代码 #

import pandas as pd
import numpy as np
from string import capwords

# 构造输入DataFrame（实际场景可替换为读取你的数据源）
data = {
    'ID': [1, 2, 3, 3, 4],
    'Name': ['PAULO', 'Joao', 'Maria', 'MARIA', 'PEdro'],
    'Country': ['BRAZil', '$', np.nan, 'Portugal', 'ARGENTINA'],
    'Job': ["JOHN'S DRIVER", '-', 'DriveR', 'DRIVER', 'DRIVER']
}
df = pd.DataFrame(data)

# 判断元素是否需要应用capwords转换
def should_capitalize(val):
    s = str(val)
    # 仅当字符串包含字母且全部为大写时返回True
    return s.isupper() and any(c.isalpha() for c in s)

# 处理目标列
target_cols = ['Name', 'Country', 'Job']
df[target_cols] = df[target_cols].apply(
    lambda col: np.where(
        col.apply(should_capitalize),
        col.astype(str).apply(capwords),
        col
    )
)

# 打印结果
print(df.to_string(index=False))

实现优势 #

• 精准过滤：通过should_capitalize函数排除了无字母的全大写符号（如$、-）和空值，避免不必要的转换。
• 高效处理：使用Pandas向量化操作替代逐行循环，处理大数据集时性能更优。
• 类型兼容：自动处理非字符串类型（如空值、数值），避免类型转换报错。
• 低侵入性：仅修改指定列，其余列（如示例中的ID列）保持原样。

内容的提问来源于stack exchange，提问作者Paulo Cortez