熊猫分别在两个字符串列中的每一个上()工作，而不是在一起。
熊猫分别在两个字符串列中的每一个上()工作，而不是在一起。
提问于 2018-05-31 19:27:37
我有一个简单的数据框架，大致如下：
a b
0 horse cat
1 dog elephant跑步：
df.loc[:,'a'].apply(lambda x: x.upper())或
df.loc[:,'b'].apply(lambda x: x.upper())获取相应列中的动物。然而，运行
df.loc[:,'a':'b'].apply(lambda x: x.upper())或
df.loc[:,['a','b']].apply(lambda x: x.upper())结果在"AttributeError：("'Series‘对象没有属性'upper'"，’发生在索引‘’)“。
显然，我想知道如何修复它(即，能够同时大写两列)。但是，我也想知道一个列如何能够自己拥有属性'upper‘，但是当lambda作为多列的一部分应用到它时，它就会丢失。
回答 2
Stack Overflow用户
回答已采纳
发布于 2018-05-31 19:32:09
使用str访问器：
df.loc[:,'a':'b'].apply(lambda x: x.str.upper())OUtput：
a b
0 HORSE CAT
1 DOG ELEPHANT这里发生什么事情？
好的，让我们做一个小小的调试：
def f(x):
print(type(x))
print(type(x[0]))
df.loc[:,'a':'b'].apply(f)输出：
<class 'pandas.core.series.Series'>
<class 'str'>
<class 'pandas.core.series.Series'>
<class 'str'>这里我们使用的是pd.DataFrame.apply。
在这种情况下，熊猫系列传递给函数f，因此我们可以使用.str访问器调用string函数。
现在，让我们看一下第一种情况：
def f(x):
print(type(x))
print(type(x[0]))
df.loc[:,'a'].apply(f)输出：
<class 'str'>
<class 'str'>
<class 'str'>
<class 'str'>在这里，are使用pd.Series.apply并传递每个值本身。因此，我们可以直接在每个值上调用string函数。
而且，您还可以在解决方案中使用pd.DataFrame.applymap作为@chrisz shows将数据的每个单元格值传递给函数。
Stack Overflow用户
发布于 2018-05-31 19:30:40
使用applymap以便：
向DataFrame应用一个函数，该函数的目的是按元素操作，例如对DataFrame中的每个系列执行映射(func，series)
df[['a', 'b']].applymap(lambda x: x.upper())
a b
0 HORSE CAT
1 DOG ELEPHANT页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50631468
复制相关文章
相似问题
腾讯云开发者
