为什么对pandas DataFrame列使用apply函数后原数据没有变化？

Pandas 的所有转换类方法默认都是不修改原对象，而是返回一个全新的Series或DataFrame对象。你调用df['NBA'].apply(transform)时，仅在终端输出了转换后的新Series结果，并没有将这个结果赋值回原DataFrame的对应列，所以查看原df时数据仍保持初始状态。

只需要把apply的返回值赋值给原列即可生效：

df['NBA'] = df['NBA'].apply(transform)

这类简单的字符串替换逻辑不需要自定义函数配合apply，直接使用pandas向量化操作不仅写法更简洁，处理大数据量时性能也会高很多：

# 更严谨的写法：先去除首尾空格再判断是否为空，避免多个空格的场景被遗漏
df['NBA'] = df['NBA'].where(df['NBA'].str.strip().str.len() > 0, None)

注：你给出的执行输出中替换结果为Missing Value，但你贴的transform函数返回的是None，如果你实际需要替换为Missing Value字符串，把上面代码里的None改成对应字符串即可

内容的提问来源于stack exchange，提问作者Mauro