Python 在一次操作中转换一组列，而不是多个列？

因此，我在一个数据帧中有一组列，所有这些列都需要转换为字符串（从浮点数），然后截断为前11个字符。我一次只写一个专栏就可以做到这一点，但我怎么能一次写五、六个专栏呢

以下是我的工作：

df_combined['FileX'] = df_combined['FileX'].astype(str).str[:10]

这将准确地打印出我期望的内容，并转换整个列（在输出文件中验证）。但是，我有文件X、Y、Z、AA等的列，并且希望对所有这些列执行相同的操作。理想情况下，我会一次完成，而不是每次都重复上面的步骤

大概是这样的：

files= ['FileX,'FileY', 'FileZ']
df_combined[files] = df_combined[files].astype(str).str[:10]

不过，这给我带来了一个“set not hashable”错误。有办法做到这一点吗

---

谢谢你的帮助

像这样的东西怎么样：

df.apply(lambda x: x.astype('str').apply(lambda y: y[:10]))

---

第一个应用在每一列上（将列转换为

str

），第二个应用在截断的列的每个条目上。

类似这样的情况如何：

df.apply(lambda x: x.astype('str').apply(lambda y: y[:10]))

---

第一个应用在每列上（将列转换为

str

），第二个应用在截断的列的每个条目上。

只有

系列

具有

.str

属性，而

数据帧

没有。您必须处理各个列：

df[files].apply(lambda x: x.astype(str).str[:1], axis=1)

---

您在原始帖子中报告的错误与其他内容有关。我无法复制它。

只有

系列

具有

.str

属性，而

数据帧

没有。您必须处理各个列：

df[files].apply(lambda x: x.astype(str).str[:1], axis=1)

---

您在原始帖子中报告的错误与其他内容有关。我无法复制它。

您需要按如下方式应用

str[：10]

列：

 df_combined[files].astype(str).apply(lambda x: x.str[:10], axis=1)

---

您需要按如下方式按列应用

str[：10]

 df_combined[files].astype(str).apply(lambda x: x.str[:10], axis=1)

---

这将完成您的任务：

df_combined.loc[:, files] = df_combined.loc[:, files].apply(
    lambda series: series.astype(str).str[:11])

（或使用列表）：

然而，这对我来说似乎很奇怪。也许你想要某种程度的十进制精度

例如，它们显示相同的修改字符串值，尽管我的系数为10：

df = pd.DataFrame([100000000 * 10 ** n for n in range(5)])
>>> df
               0
0      100000000
1     1000000000
2    10000000000
3   100000000000
4  1000000000000

>>> df.apply(lambda series: series.astype(str).str[:11])
             0
0    100000000
1   1000000000
2  10000000000
3  10000000000
4  10000000000

---

这将完成您的任务：

df_combined.loc[:, files] = df_combined.loc[:, files].apply(
    lambda series: series.astype(str).str[:11])

（或使用列表）：

然而，这对我来说似乎很奇怪。也许你想要某种程度的十进制精度

例如，它们显示相同的修改字符串值，尽管我的系数为10：

df = pd.DataFrame([100000000 * 10 ** n for n in range(5)])
>>> df
               0
0      100000000
1     1000000000
2    10000000000
3   100000000000
4  1000000000000

>>> df.apply(lambda series: series.astype(str).str[:11])
             0
0    100000000
1   1000000000
2  10000000000
3  10000000000
4  10000000000

---

您编写了：files=['FileX，'FileY'，'FileZ']。这仅仅是一个打字错误，还是它也出现在你的代码中？它应该是files=['FileX'，'FileY'，'FileZ']，也就是说，在XYou写到：files=['FileX，'FileY'，'FileZ']之后，您忘记了。这仅仅是一个打字错误，还是它也出现在你的代码中？它应该是files=['FileX'，'FileY'，'FileZ']，也就是说，在X之后您忘记了“这工作做得很好，谢谢！然而，它导致了我无法解决的其他问题。当这个应用程序运行时，所有空白值（从源代码中的空白单元格。XSLX文件）转换为“NANN”，并且无论我尝试什么，都不能将它们清除掉。我已经尝试在np.nan上使用.fillna（）和.replace（）将nan改为其他字符串（最终输出的.xslx文件不能说“nan”，它必须说“Missing”或者诸如此类的。任何帮助都将不胜感激！我不是100%确定你的意思，但是在转换为

str

之前你是否使用了

fillna

？类似于：

df.apply（lambda x:x.fillna（'Missing'）。astype（'str'）。apply（lambda y:y[：10]））谢谢你！我不知道我能不能把不同的转换放在同一行上。很好，很乐意帮忙。如果你把它标记为回答，如果它解决了你的问题，那么它工作得很好，谢谢！它引起了一些我无法解决的事情，但是，所有的空白值。（来自source.xslx文件中的空白单元格）在运行此应用程序时转换为“nan”，无论我如何尝试，都无法摆脱它们。我尝试在np.nan上使用.fillna（）和.replace（）将nan转换为其他字符串（最终输出.xslx文件不能说“nan”，它必须说“Missing”或者诸如此类的。任何帮助都将不胜感激！我不是100%确定你的意思，但是在转换为
str
之前你是否使用了
fillna
？类似于：
df.apply（lambda x:x.fillna（'Missing'）。astype（'str'）。apply（lambda y:y[：10]））
成功了。谢谢！我不知道我可以继续将不同的转换叠加到同一行中。太好了，很高兴提供帮助。如果这解决了您的问题，请将此标记为已回答，不胜感激