dataframe将多个列转换为int

可以使用Pandas中的astype()方法将多个列转换为int类型。

例如，假设我们有以下dataframe：

import pandas as pd

df = pd.DataFrame({'A': ['1', '2', '3'],
                   'B': ['4', '5', '6'],
                   'C': ['7', '8', '9']})

我们可以使用astype()方法将A、B和C列转换为int类型：

df[['A', 'B', 'C']] = df[['A', 'B', 'C']].astype(int)

这将把A、B和C列中的所有值转换为整数类型。如果某个列中有非数字字符串或缺失值，则会引发ValueError或TypeError异常。在这种情况下，您需要先处理这些值，然后再转换列类型。

相关问题

dataframe多列修改为int

在Python的pandas库中，如果你有一个DataFrame，并想将其中的某几列数据从非整数类型转换为整数类型（通常指数值型），你可以按照以下步骤操作：

1. 首先，你需要确保这些列的数据适合转化为整数类型，即它们应该是数字且没有非数值值（如字符串、NaN等）。可以使用`isnull()`函数检查是否存在缺失值。

df[cols_to_check] = df[cols_to_check].dropna()  # 删除含有NaN的行

2. 然后，你可以使用`astype()`函数将列转换为整数类型，例如`int64`代表整数。如果列原本是浮点数或其他需要向下取整的类型，可以指定`downcast='integer'`来优化存储空间。

df[cols_to_convert] = df[cols_to_convert].astype(int, downcast='integer')

这里的`cols_to_check`是你想要检查的列名列表，而`cols_to_convert`则是你希望转换成整数的列名列表。

注意：
- 如果有列包含无法转换为整数的值（如负无穷或非整数值），`astype()`会报错。
- 如果你想保留非整数值不变，可以直接选择性地对特定列进行转换，而不是所有列。

将dataframe的多列从float转化为int

可以使用`astype()`方法将多列从float类型转换为int类型。例如，假设我们有一个名为`df`的DataFrame，其中包含两列`col1`和`col2`，它们都是float类型，我们想把它们转换为int类型，可以使用以下代码：

df[['col1', 'col2']] = df[['col1', 'col2']].astype(int)

这将把`df`中的`col1`和`col2`列从float类型转换为int类型。