da= da.apply(lambda x: str(x).lower())为什么成这样后形成的词云和da['product_name'] = da['product_name'].apply(lambda x: str(x).lower())形成的词云差别很大

`da.apply(lambda x: str(x).lower())` 和 `da['product_name'] = da['product_name'].apply(lambda x: str(x).lower())` 这两个操作都是将 DataFrame 或 Series 中的字符串转换为小写字母形式。但它们的结果可能不同，因为它们可能作用于不同的列或行。

如果你使用 `da.apply(lambda x: str(x).lower())` 对整个 DataFrame 进行操作，那么它会将 DataFrame 的每一列都转换为小写字母形式。这可能会导致一些不必要的列中的字符串也被转换为小写字母形式，从而影响词云的生成结果。

而如果你使用 `da['product_name'] = da['product_name'].apply(lambda x: str(x).lower())` 对 DataFrame 中的某一列进行操作，那么它只会将该列中的字符串转换为小写字母形式，不会影响其他列中的字符串。这样可以更准确地生成该列中的字符串的词云。

因此，你应该根据具体情况选择不同的操作方式来生成词云。如果你只需要分析某一列中的字符串，那么应该使用第二种方式；如果你需要分析整个 DataFrame 中的字符串，那么可以使用第一种方式。