如何对Pandas DataFrame排除指定列外的所有列批量执行ASCII转换？

你可以通过列过滤+批量映射的方式实现需求，不需要手动逐个列写转换逻辑，即使有上百个待处理列也可以通用：

• 第一步：过滤出所有需要处理的列，排除_NAME和_TIMESTAMP两个不需要转换的固定列
• 第二步：将重复的转换逻辑封装为独立函数，用applymap（pandas 2.1版本前）或者map（pandas 2.1版本及之后）批量应用到所有目标列

示例代码如下：

# 1. 筛选待转换列：排除两个非数值列
target_cols = [col for col in df.columns if col not in ['_NAME', '_TIMESTAMP']]

# 2. 封装转换逻辑，和你原来的lambda逻辑完全一致
def value_convert(x):
    high_byte_char = chr(round(x / 256))
    low_byte_char = chr(x % 256)
    return (high_byte_char + low_byte_char)[::-1]

# 3. 批量应用转换，直接覆盖原列
# pandas 2.1之前版本用这个：
df[target_cols] = df[target_cols].applymap(value_convert)

# pandas 2.1及之后版本推荐用这个（性能更高，applymap已被弃用）：
# df[target_cols] = df[target_cols].map(value_convert)

如果你需要保留原始的数值列不被覆盖，可以在赋值时给新列加前缀/后缀即可，示例：

df[[f"{col}_converted" for col in target_cols]] = df[target_cols].applymap(value_convert)

内容的提问来源于stack exchange，提问作者user_v27