如何修改pandas自定义函数实现自动遍历DataFrame所有列批量计算

def match_function(df):
    # 遍历DataFrame所有列
    for column in df.columns:
        # 仅处理字符串类型列，避免非字符串列调用str方法报错
        if df[column].dtype == object:
            df_1 = df[column].str.split(',', expand=True)
            df_11 = df_1.apply(lambda s: s.value_counts(), axis=1).fillna(0)
            # 保留原有计算逻辑不变
            match = df_11.iloc[:, 0][0]/df_11.sum(axis=1)*100
            df[column] = match
    # 可根据需要选择返回处理后的df，或单独提取计算结果
    return df

• 取消原函数的列名入参，改为直接接收DataFrame作为入参，修正了原函数依赖全局变量的不规范写法
• 新增全列遍历逻辑，自动逐列执行原有计算规则
• 新增字符串类型列判断，避免非字符串格式的列执行str.split时报错

直接把需要处理的DataFrame作为参数传入即可，示例：

# 假设你要处理的DataFrame名为your_df
processed_df = match_function(your_df)

如果你的列中存在可转为字符串的内容需要处理，可删除类型判断，统一把列内容转字符串后再执行后续逻辑，修改对应行即可：

df_1 = df[column].astype(str).str.split(',', expand=True)

内容的提问来源于stack exchange，提问作者Archi