Pandas .loc[：，['；A'；，'；B'；]]赋值是否允许更改列的数据类型？

我很困惑，因为我无法使用

.loc[：，['A'，'B']

一次修改两列，我猜这是因为它返回的是一个副本而不是一个视图。我在权威指南中找不到它何时返回视图以及何时返回副本

我使用的是pandas 0.18，我可以看到在较旧版本的文档（pandas 0.13）中，它曾说“每当索引操作涉及标签数组或布尔向量时，结果将是一个副本”，但我在当前文档中找不到这一点

pd.__version__
# u'0.18.0'
df = pd.DataFrame({'A': ['1', '2', '3', '4',
                         '5', '6', '7', '8'],
                   'B': ['1', '2', '3', '4',
                         '5', '6', '7', '8'],
                   'C': ['1', '2', '3', '4',
                         '5', '6', '7', '8']})

df.dtypes
    #A    object
    #B    object
    #C    object
    #dtype: object

df2 = df.copy()
df2[['A', 'B']] = df2.loc[:,['A' , 'B']].astype(float) # Works
df2.dtypes
    #A    float64
    #B    float64
    #C     object
    #dtype: object
df2 = df.copy()
df2.loc[:,['A', 'B']] = df2.loc[:,['A' , 'B']].astype(float) # Does NOT work
df2.dtypes
    #A    object
    #B    object
    #C    object
    #dtype: object

没有人会用copy发出

设置警告。所以我有点困惑为什么
df2.loc[：，['a'，'B']]
赋值没有效果

仔细检查后，我确实发现它不是一个副本，因为在另一个测试中，我确实分配了一个具有不同值的数据帧，并且它们被“保存”在
df2
中，但是
df2
的
dtypes
不能通过
.loc[：，['a'，B']
分配进行“设置”

有没有什么原因使得
.loc[：，['A'，'B']=
作业没有改变数据类型，而
['A'，'B']=
改变了数据类型？
实际上只有一个，并添加了这一点。基本上，
.loc
试图在作业时回溯到原始的数据类型，即
[]
没有。这是预期的行为，但有点微妙。
这看起来像一个bug，在
0.18.1
中的行为是相同的，
dtype
没有被正确设置，如果你查看
df2['a'].iloc[0]
你会发现它确实是
float
dtype，所有元素都是
df2['a']（lambda x:print（type（x））
这可能是因为我们正在使用新的索引器，它采取了某种位置，可能无法确定是否所有行都被修改，因此它保留了原始的数据类型，但这也是对[a'，B']中的c的猜测：df2.loc[：，c]=df2.loc[：，c]=df2.loc[：，c].astype（float）

可以工作，但这会逐个分配

pd.Series

而不是全部完整的

DataFrame