Python函数更改不工作列的数据类型

我编写了一个python函数，用于接收数据帧的一列，检查数据类型，以及对所需数据类型的更改是否为false。但是，更改仅在函数内部发生。如何修复此问题以对数据帧进行永久性更改

def change_required_data_type (column,data_type):
    is_correct = None

    for i in column:
        if type(i) != data_type:
            is_correct = False


    if is_correct != False:
        print('True')

    elif is_correct == False:
        column = column.astype(data_type)        
        print('False')

---

对于只在函数内部工作而不在函数外部工作的问题，需要在函数末尾添加return some object

def myfunc(column, data_type):
    # ...
    elif is_correct == False:
    column = column.astype(data_type)        
    print('False')

    # You've modified the column variable inside the function,
    # so your function needs to return it to outside the function.        
    return column

# Call your function from outside.
result = myfunc(column, data_type)  
# Use inputs for column and data_type when calling your function.
print(result)

但是，如果您正在使用Pandas库，则应该使用常规方法更改列的数据类型。看

通常，您希望使用

df.astype（str）

更改数据帧中一个或多个列的数据类型。数据帧的单列也称为序列

df['Column1'] = df['Column1'].astype('str')
df.Day = df.Day.astype('int64')

下面是在DataFrame对象中更改数据类型的更多示例

import pandas as pd

mydic = {
    "name": ['Alice', 'Tommy', 'Jane'],
    "age": [9, 21, 22],
    "height": [3.6, 6.1, 5.5],
}

df = pd.DataFrame(data = mydic)
print(df)
print(df.dtypes)

# First change age from integer to floating point.
df.age = df.age.astype('float64')

print(df.age)  # Notice the decimal format 9.0.
print(df.dtypes)  # age is now floating point.

# Next change height from floating point to integer.
df.height = df.height.astype('int32')
print(df.height)  # Notice height is truncated, no more decimal point.

# Next change age to string (object type).
df.age = df.age.astype('str')
print(df.dtypes)
print(df)

# Change height from integer to float, using Bracket Notation.
df['height'] = df['height'].astype('float32')
print(df.dtypes)
# Notice height is a decimal format, 3.0.
# But the original fractional data of .6 was lost (was 3.6).

---

df.astype（'str'）

的默认用法是返回副本，而不是替换原始数据帧。由于您已使用

df.name=…

将更改分配给原始序列，因此您已更改了“就地”类型。

您只是创建了一个新序列，当函数终止时，该序列将立即被丢弃。您从不修改传入的数据帧。顺便说一句，迭代一个系列并检查其中每个对象的类型没有多大意义，pandas的全部要点是要有类型化的列，因此您应该只检查列的

.dtype

，我只为我的函数传入列。所以我需要修改它来传递数据帧，这将是一个开始