Python 仅对带熊猫的字符串列应用转换，忽略数字数据

所以，我有一个相当大的数据框，有85列，近90000行，我想在所有这些数据框中使用str.lower（）。但是，有几列包含数值数据。有没有一个简单的解决办法

> df

    A   B   C
0   10  John    Dog
1   12  Jack    Cat
2   54  Mary    Monkey
3   23  Bob     Horse

然后，在使用类似df.applymap（str.lower）的东西之后，我会得到：

> df

    A   B   C
0   10  john    dog
1   12  jack    cat
2   54  mary    monkey
3   23  bob     horse

当前显示此错误消息：

TypeError: descriptor 'lower' requires a 'str' object but received a 'int'

---

当然，首先使用

选择数据类型（“对象”）

选择str列：

df[df.select\u数据类型（“对象”）.columns].applymap（str.lower）

从pandas 1.X中，您可以使用以下方法有效地选择仅字符串的列：

---

这避免了对非字符串数据进行操作。

df.apply（lambda x:[x.str.lower（），如果x.dtypes==object else x]）

为了提高效率，我倾向于只使用1行来选择数据类型，例如：

df.convert\u dtypes（）.head（1）。选择数据类型（“字符串”）

@Erfan Yes，如果您只使用

select\u dtypes

来选择列名，然后在df[selected\u types.columns]

上调用
apply
，这就行了。在本例中，我在选定的类型上应用str.lower

。

string_dtypes = df.convert_dtypes().select_dtypes("string")
df[string_dtypes.columns] = string_dtypes.apply(lambda x: x.str.lower())

df
    A     B       C
0  10  john     dog
1  12  jack     cat
2  54  mary  monkey
3  23   bob   horse

df.dtypes

A     int64
B    string
C    string
dtype: object