按元素在 Pandas 数据框上应用条件

Question

我正在学习 Python，我试图了解 apply() 方法在 Pandas 数据帧中的工作原理。

作为练习，我想使用一行代码将 str.upper() 方法应用于 Pandas 数据框的元素，仅当这些元素是字符串时。

我想将 lambda 条件表达式与 apply 结合起来，但问题是当 apply 调用 Pandas 数据帧时，数据帧——如果我理解得很好——返回一个要应用的系列，然后将它传递给函数。我想知道如何更深入地调用 Pandas 数据框元素上的函数。

这就是我在对 DataFrame 的列（系列）调用 apply() 时按我的意图执行的操作：

df= pd.DataFrame([[1, 'a'],['b',2]], columns = ['A', 'B'] )
df['A'].apply(lambda x: str.upper(x) if type(x) is str else x)

但是我怎么能用一行代码在整个数据帧上做到这一点呢？

我正在寻找一种解决方案，该解决方案可以处理包含数字和字符串的列，并且可以保持数字不变。

Answer 1

你的单线

df.applymap(lambda x: x.upper() if isinstance(x, str) else x)

   A  B
0  1  A
1  B  2