python的可更改数据类型_python – Pandas：无法更改列数据类型

像这样做

In [49]: df = DataFrame([['1','2','3','.4',5,6.,'foo']],columns=list('ABCDEFG'))

In [50]: df

Out[50]:

A B C D E F G

0 1 2 3 .4 5 6 foo

In [51]: df.dtypes

Out[51]:

A object

B object

C object

D object

E int64

F float64

G object

dtype: object

需要逐个分配列

In [52]: for k, v in df.iloc[:,0:4].convert_objects(convert_numeric=True).iteritems():

df[k] = v

....:

In [53]: df.dtypes

Out[53]:

A int64

B int64

C int64

D float64

E int64

F float64

G object

dtype: object

转换对象通常做正确的事情,所以最容易做到这一点

In [54]: df = DataFrame([['1','2','3','.4',5,6.,'foo']],columns=list('ABCDEFG'))

In [55]: df.convert_objects(convert_numeric=True).dtypes

Out[55]:

A int64

B int64

C int64

D float64

E int64

F float64

G object

dtype: object

通过df.iloc [：,4：]分配右侧的系列根据需要复制数据更改类型,所以我认为这应该在理论上有效,但我怀疑这是一个非常模糊的错误,可以防止对象dtype从更改为实际(意味着int / float)dtype.现在应该提高.