Python 如何更改pandas中多个列的数据类型

我试图在熊猫数据帧上运行一个随机林。我知道数据帧中没有空值或无穷大，但当我拟合模型时，会不断得到一个ValueError。这大概是因为我有flaot64列而不是float32列；我还有很多bool和int类型的列。有没有办法把所有的float列都改成float32

我尝试过重写CSV，并且相对确定问题不在于此。我以前在浮动64上运行随机森林从来没有遇到过问题，所以我不确定这次出了什么问题

labels = electric['electric_ratio']
electric = electric[[x for x in electric.columns if x != 'electric_ratio']]
electric_list = electric.columns
first_train, first_test, train_labels, test_labels = train_test_split(electric, labels)
rf = RandomForestRegressor(n_estimators = 1000, random_state=88)
rf_1 = rf.fit(first_train, train_labels)

我希望这与模型相符，但却始终保持一致

ValueError: Input contains NaN, infinity or a value too large for dtype('float32').

您可以对任何对象使用

.astype（）

来转换数据类型

例如：

x = pd.DataFrame({'col1':[True, False, True], 'col2':[1, 2, 3], 'col3': [float('nan'), 0, None] })
x = x.astype('float32')
print(x)

Out[2]: 
   col1  col2  col3
0   1.0   1.0   NaN
1   0.0   2.0   0.0
2   1.0   3.0   NaN

然后，您需要使用

.fillna（）

文档来处理任何NaN值

---

要将所有float64列的数据类型更改为float32列，请尝试以下操作：

for column in df.columns:
    if df[column].dtype == 'float64':
        df[column] = df[column].astype(np.float32)

可能重复的

for column in df.columns:
    if df[column].dtype == 'float64':
        df[column] = df[column].astype(np.float32)