Pythonize函数应用于pandas.Dataframe对象中的列

以下几行将

pandas.Dataframe

对象中的所有列转换为数字

columns = ['a', 'b']
dft = pd.DataFrame(data=[['1','2'], ['3','4'],['5','6']], columns=columns)
for col in columns:
    dft[col] = pd.to_numeric(dft[col])

这很好，但是对于。。。in:很难看

我怎么说使用

lambda

函数和

list comprehension

让这个循环在一行中工作呢

（我尝试了很多方法，但我找不到如何将

pd.to\u numeric（）

的结果分配给数据框中每列的变量名）

尝试：

dft=dft.applymap（lambda x:int（x））

对于记录，

applymap

用于应用lambda函数elementwise（）

编辑

第二种方法是：

dft=dft.astype（int）

我还没有确定接近的时间。然而，我认为第二种方法更为泛泛，我在中找到了解决方案

下一个解决方案是使用

convert_objects

，但它会引发错误（V0.17.0）：

FutureWarning:不推荐使用convert_对象。使用特定于数据类型的转换器pd.to_datetime、pd.to_timedelta和pd.to_numeric

---

“

对于……来说：

很难看”-在我看来很好。很清楚发生了什么，也不清楚你为什么认为有问题！您想转换所有列还是只转换某些列？这里碰巧这些都是列，但实际上我想转换（仅）给定列列表中的列。

print dft
print dft.dtypes
#   a  b  c
#0  1  2  5
#1  3  4  7
#2  5  6  9
#a    object
#b    object
#c    object
#dtype: object

dft1 = dft.apply(pd.to_numeric)

print dft1
print dft1.dtypes
#   a  b  c
#0  1  2  5
#1  3  4  7
#2  5  6  9
#a    int64
#b    int64
#c    int64
#dtype: object

dft[['a', 'b']] = dft[['a', 'b']].apply(pd.to_numeric)
print dft
print dft.dtypes
#   a  b  c
#0  1  2  5
#1  3  4  7
#2  5  6  9
#a     int64
#b     int64
#c    object
#dtype: object

dft.convert_objects(convert_numeric=True)