Python 3.x 将列表理解置于列而不是行之上

我试图将以下循环转换为列表理解：

# convert integer-only valued columns from type float to type int
for col in df:
    if sum(df[col]%1) == 0:
        df[col]=df[col].astype(int)

我似乎无法让这个语法正常工作。这就是我迄今为止所尝试的：

new_df = pd.DataFrame([df[col].astype(int) if sum(df[col]%1)==0 else df[col] for col in df])

---

这似乎转换了我的数据帧，而不是实际转换类型。有人能帮我吗？另外，如果有一种更惯用的方法将纯int值列从float转换为int类型，我会选择另一种方法。

为什么我们不能使用

np.where

和

dict

来映射数据类型，即

df = pd.DataFrame({'co1':[1.,2.,3.,4.],'co2':[2.5,6.5,7.5,1.3]})

df = df.astype(dict(zip(df.columns,np.where((df%1==0).all(),np.int,df.dtypes))))

   co1  co2
0  1   2.5
1  2   6.5
2  3   7.5
3  4   1.3

---

为什么我们不能使用

np.where

和

dict

来映射数据类型，即

df = pd.DataFrame({'co1':[1.,2.,3.,4.],'co2':[2.5,6.5,7.5,1.3]})

df = df.astype(dict(zip(df.columns,np.where((df%1==0).all(),np.int,df.dtypes))))

   co1  co2
0  1   2.5
1  2   6.5
2  3   7.5
3  4   1.3

您可以使用：

或：

您可以使用：

或：

---

很高兴能帮助你！我无法将一个系列传递给aType。我不会忘记这个。很高兴能帮助你！我无法将一个系列传递给aType。我不会忘记这个。

df = df.astype(df.dtypes.mask((df%1==0).all(), 'int'))