Неожиданное поведение при применении функции ко всем столбцам во фрейме данных Pandas

Question

У меня проблемы с пониманием того, почему вызов метода dataframe.apply для панд не возвращает ожидаемый результат. Может ли кто-нибудь пролить свет на то, почему первый вызов для применения, показанный ниже, не возвращает ожидаемый результат, а второй -?

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "x": [1, 2, np.nan],
    "y": ["hi", "there", np.nan]
})
print(df)
#>      x      y
#> 0  1.0     hi
#> 1  2.0  there
#> 2  NaN    NaN
print(df.dtypes)
#> x    float64
#> y     object
#> dtype: object

# why would something like this not return the expected result (which should
# be TRUE, FALSE):
print(df.apply(lambda x: np.issubdtype(x, np.number)))
#> x    False
#> y    False
#> dtype: bool

# but something like this returns the expected result (i.e., median imputation
# is used if the series is a number, otherwise NULLs are replaced with "MISSING"):
def replace_nulls(s):
    is_numeric = np.issubdtype(s, np.number)
    missing_value = s.median() if is_numeric else "MISSING"
    return np.where(s.isnull(), missing_value, s)

print(df.apply(replace_nulls))
#>      x        y
#> 0  1.0       hi
#> 1  2.0    there
#> 2  1.5  MISSING

^{Создано в 2019 году-10-03 по представлению пакета}