python改变numpy数据类型_numpy-Python Pandas-将某些列类型更改为类别

我已将以下CSV文件输入到iPython Notebook：

public = pd.read_csv("categories.csv")

public

我也将pdas导入为pd，将numpy导入为np，将matplotlib.pyplot导入为plt。 存在以下数据类型（以下是摘要-大约有100列）

In [36]: public.dtypes

Out[37]: parks object

playgrounds object

sports object

roading object

resident int64

children int64

我想将“公园”，“运动场”，“运动”和“道路”更改为类别（它们具有李克特量表响应-尽管每一列都有不同类型的李克特响应（例如，一个人“强烈同意”，“同意” 等），另一个具有“非常重要”，“重要”等），其余部分保留为int64。

我能够创建一个单独的数据框public1，并使用以下代码将其中一列更改为类别类型：

public1 = {'parks': public.parks}

public1 = public1['parks'].astype('category')

但是，当我尝试使用此代码一次更改数字时，我没有成功：

public1 = {'parks': public.parks,

'playgrounds': public.parks}

public1 = public1['parks', 'playgrounds'].astype('category')

尽管如此，我不想仅使用类别列创建单独的数据框。 我希望它们在原始数据框中更改。

我尝试了多种方法来实现这一目标，然后在此处尝试了以下代码：Pandas：更改列的数据类型...

public[['parks', 'playgrounds', 'sports', 'roading']] = public[['parks', 'playgrounds', 'sports', 'roading']].astype('category')

并得到以下错误：

NotImplementedError: > 1 ndim Categorical are not supported at this time

有没有一种方法可以将“公园”，“游乐场”，“运动”，“道路”更改为类别（这样就可以分析李克特量表的响应），剩下“居民”和“孩子”（以及其他94列 是字符串，整数+浮点数）吗？ 还是有更好的方法来做到这一点？ 如果有人有任何建议和/或反馈，我将不胜感激..am慢慢地秃头撕开我的头发！

提前谢谢了。

编辑添加-我正在使用Python 2.7。