改变dataframe每一行数据类型的方法

要改变DataFrame每一行的数据类型，可以使用apply函数和lambda函数来实现。需要指定axis参数为1以应用于每一行。

例如，将一列float类型的DataFrame转换为int类型：

import pandas as pd

df = pd.DataFrame({'A': [1.0, 2.0, 3.0], 'B': [4.0, 5.0, 6.0], 'C': [7.0, 8.0, 9.0]})

df = df.apply(lambda x: x.astype(int), axis=1)

print(df)

输出：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

在lambda函数中，x表示DataFrame的每一行。astype()函数用于转换数据类型。在这个例子中，将每一行的浮点数转换为整数。

如果要针对不同列进行不同的类型转换，可以将lambda函数中的操作逐列指定：

import pandas as pd

df = pd.DataFrame({'A': [1.0, 2.0, 3.0], 'B': ['4', '5', '6'], 'C': [7.0, 8.0, 9.0]})

df = df.apply(lambda x: x.astype(int) if x.name=='A' or x.name=='C' else x, axis=1)

print(df)

输出：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

在lambda函数中增加一个条件语句，根据列名选择执行的操作。在本例中，对列A和列C进行了整型转换，但保持了列B的字符串形式。