python - 通过列表理解将 str.lower 应用到 Pandas

Question

我有一个以下形式的数据框 df:

    animal    fruit
0    "Dog"    "Apple"
1    "Cat"    "Banana"
2    "Rat"    "Grape"

我想将 str.lower() 应用于所有列(但不是标题)。

这有效:

for i in df:
    df[i] = df[i].str.lower()

我怎样才能把它写成列表理解？

我尝试过:

df[i] = [df[i].str.lower() for i in df]

但这不起作用，我得到一个:

TypeError: list indices must be integers, not instancemethod

我必须在列表理解中更改什么才能使其工作？

其次，是否有一种更“Pandas-onicy”的方式来做到这一点，也许使用 pandas.apply() 函数？

非常感谢您的帮助。

Answer 1

列表理解的输出是Series列表。所以需要concat 列表:

L = [df[i].str.lower() for i in df]
print (L)
[0    dog
1    cat
2    rat
Name: animal, dtype: object, 0     apple
1    banana
2     grape
Name: fruit, dtype: object]

df1 = pd.concat(L, axis=1)
print (df1)
  animal   fruit
0    dog   apple
1    cat  banana
2    rat   grape

---

解决方案 apply :

print (df.apply(lambda x: x.str.lower()))
  animal   fruit
0    dog   apple
1    cat  banana
2    rat   grape

时间:

df = pd.concat([df]*1000).reset_index(drop=True)
df = pd.concat([df]*1000, axis=1)
df.columns = range(len(df.columns))
#[3000 rows x 2000 columns]
print (df)

In [89]: %timeit (pd.concat([df[i].str.lower() for i in df], axis=1))
1 loop, best of 3: 2.3 s per loop

In [90]: %timeit (df.apply(lambda x: x.str.lower()))
1 loop, best of 3: 2.63 s per loop

In [91]: %timeit (df.stack().str.lower().unstack())
1 loop, best of 3: 5.04 s per loop