python可以一次性将一组列转换为数字

我将.csv加载到数据帧（df）中，并将一列一列转换为数字：

 df = pd.read_csv(fullPath, converters={'Total requests received': lambda x: pd.to_numeric(x, errors='coerce'),
                                           'Requests Processed': lambda x: pd.to_numeric(x, errors='coerce'),
                                           'Requests still being processed': lambda x: pd.to_numeric(x, errors='coerce')})

---

有没有一种方法可以将所有列一次性转换为数字，而不必逐个命名？

最近也有同样的问题。您应该能够使用dtype指定何时读取csv。查看此问题和下面的代码：

需要注意的是，此解决方案将尝试将每一列读取为int或float（尽管您可以将dtype指定为dict{col:dtype}，但这不是您的问题）。

如果您想要numpy类型，请查看以下内容：

或者，@Harv Ipan的回答也很好，并且将实现同样的目标。尽管有额外的迭代

---

最后，考虑一下你是否真的需要这个。Pandas通常在解释类型方面做得很好，但我假设您有一些特定的用例

最近也有同样的问题。您应该能够使用dtype指定何时读取csv。查看此问题和下面的代码：

需要注意的是，此解决方案将尝试将每一列读取为int或float（尽管您可以将dtype指定为dict{col:dtype}，但这不是您的问题）。

如果您想要numpy类型，请查看以下内容：

或者，@Harv Ipan的回答也很好，并且将实现同样的目标。尽管有额外的迭代

最后，考虑一下你是否真的需要这个。Pandas通常在解释类型方面做得很好，但我假设您有一些特定的用例

df.apply（pd.to_numeric，errors='ignore'）

？

df.apply（pd.to_numeric，errors='ignore'）

？

import pandas as pd

# this will make everything a float, so no truncation occurs
df = pd.read_csv(file_path, dtype=float)

# or if you aren't afraid of truncation
df = pd.read_csv(file_path, dtype=int)