Python 将函数应用于多列时，iloc和loc不工作，

假设这是我的

df

，开始时数据类型是

int64

    A   B   C
0   1   2   3
1   5   6   7
2   8   9   10
3   13  14  15

然后我尝试使用

df = df.astype(str)
df.dtypes

A    int64
B    int64
C    int64
dtype: object

现在它将数据类型更改为

object

，这与我预期的一样。现在我尝试使用

pd.to\u numeric

和

apply

函数再次将一些列转换为dtype

int64

df.iloc[:, 0:2] = df.iloc[:, 0:2].apply(pd.to_numeric, errors='coerce')
print(df.dtypes)
A    object
B    object
C    object
dtype: object

执行了上述代码，但没有将col

A和B的数据类型更改为
int64
。它们仍然是数据类型
对象
。我不明白为什么它不起作用

我甚至用
loc
而不是
iloc
尝试了相同的代码，但仍然不起作用。数据类型仍然是
object

df.loc[:, ['A','B']] = df.loc[:, ['A','B']].apply(pd.to_numeric, errors='coerce') 

但是当我只使用
df[[cols]]
时，它就工作了

df[['A','B']] = df[['A','B']].apply(pd.to_numeric, errors='coerce') # This works 

注意：我已经搜索了，但找不到与我的问题相关的任何内容。如果这是一个重复的问题，请告诉我
 我想说这是一个bug。我可以补充一点，问题不在于
iloc
和
loc
没有像问题中暗示的那样“改变”
dtype
df[['A'，B']]=df.iloc[：，0:2]。应用（pd.to_numeric，errors='concurve'）
将正确更新
dtype
。数据类型可能重复