Python 设置多索引数据帧的类型（数据类型）

假设我得到了这个多索引

数据帧

：

>>> df = pandas.DataFrame(index=range(3), columns=pandas.MultiIndex.from_product(
        (('A', 'B'), ('C', 'D'), ('E', 'F'))))
>>> df
     A                   B                                                                             
     C         D         C         D                                                                   
     E    F    E    F    E    F    E    F                                                              
0  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN                                                              
1  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN                                                              
2  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN
>>> df.dtypes                                                                                          
A  C  E    object                                                                                      
      F    object                                                                                      
   D  E    object                                                                                      
      F    object                                                                                      
B  C  E    object                                                                                      
      F    object                                                                                      
   D  E    object                                                                                      
      F    object 

如何将所有列

E

的类型设置为

float64

，将所有列

F

的类型设置为

int64

？即，

df.dtypes

返回以下内容：

A  C  E    float64                                                                                      
      F    int64                                                                                      
   D  E    float64                                                                                      
      F    int64                                                                                      
B  C  E    float64                                                                                      
      F    int64                                                                                      
   D  E    float64                                                                                      
      F    int64

我知道

DataFrame.astype

，它对于单索引

DataFrame

，效果很好，但是如何将它与多索引一起使用呢？在实际代码中，列的数量要高得多：仍然有三个级别，但列数达到数百万

我一直在搜索网络和文档，但找不到答案。感觉好像我误解了

DataFrame

的概念，我想要的东西是错误的

---

提前谢谢你

旧版本不支持NAN的整数列，但从v0.24开始，可以使用可为空的数据类型。使用

pd.indexlice

选择列切片，然后设置如下类型：

pd.__version__
# '0.24.2'

for cval, dtype in [('E', 'float64'), ('F', 'Int64')]:
    df.loc[:, pd.IndexSlice[:, :,cval]] = (
        df.loc[:, pd.IndexSlice[:, :,cval]].astype(dtype))

df.dtypes
A C E浮动64
F Int64
D E浮动64
F Int64
B、C、E、64
F Int64
D E浮动64
F Int64
数据类型：对象

---

请注意，

Int64

中的

I

大写表示a。

谢谢。当然，你不知道我的“案例”的细节，也不知道我想要实现什么，但是你会说想要像这样设置类型在

熊猫世界中是有意义的吗？在我看来，这似乎是很合乎逻辑的，我希望通过构造函数可以轻松设置每个列的类型，但事实并非如此。这让我觉得我是“单纯形的”。@ryhp通常使用数据初始化数据帧，pandas会从中推断出列的数据类型。所以，这不是一个常见的要求，这就是为什么它看起来像它一样笨重。