python错误：数组的索引太多

我有一个列的dataframe，我想将其转换为数字，如下所示：

for col in df.columns[22:33]:
   df[col] = pd.to_numeric(df[col], errors = 'coerce')

for col in df.columns[22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89,91:94 ]:
    df[col] = pd.to_numeric(df[col], errors = 'coerce')

这很有效。但是，每当我尝试包含多个范围时，例如：

for col in df.columns[22:33]:
   df[col] = pd.to_numeric(df[col], errors = 'coerce')

for col in df.columns[22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89,91:94 ]:
    df[col] = pd.to_numeric(df[col], errors = 'coerce')

我得到了错误

IndexError:  too many indices for array

---

有没有一种方法可以解决这个问题，我不想在每个范围内都反复这么做。谢谢。

您必须创建两个循环。创建一个包含范围元素的列表，然后在其上循环，在此循环中插入原始for循环代码

比如：

---

您的

范围列表将具有您需要的范围
 假设您的目标列表示数据帧中列的整数名称（根据您的示例），您可以使用munge字符串并连接结果

target_cols_str = "22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89, 91:94"
df_series = []
for col in target_cols_str.split(','):
    col = col.strip()  # Remove any whitespace.
    if ':' in col:
        lhs, rhs = col.split(':')
        df_series.append(df.loc[:, int(lhs):int(rhs)])
    else:
        df_series.append(df.loc[:, int(col)])
df2 = pd.concat(df_series, axis=1)

应用于示例以将原始数据帧转换为数值：

target_cols_str = "22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89, 91:94"
for col in target_cols_str.split(','):
    col = col.strip()  # Remove any whitespace.
    if ':' in col:
    lhs, rhs = col.split(':')
    for col_name in range(int(lhs), int(rhs) + 1):
        df.loc[:, col_name] = pd.to_numeric(df.loc[:, col_name], errors = 'coerce')
    else:
        df.loc[:, int(col)] = pd.to_numeric(df.loc[:, int(col)], errors = 'coerce')

这是
np.r
的功能。您传入一个数字和切片数组，它将把它们构造/连接到扩展数组中

cols = np.r_[22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89,91:94]

array([22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38,
       39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55,
       56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 68, 69, 71, 72, 74, 75, 76,
       77, 78, 81, 82, 83, 84, 85, 88, 89, 91, 92, 93])

之后，您可以使用
cols
作为

df.columns[cols]

我不太明白。整数是列索引。这是否允许我也转换列？谢谢。如果数字代表列的整数位置，只需将上面的所有
loc
值转换为
iloc
。在第二个示例中，我刚刚演示了列的转换Series@AndyL. 修改了解决方案来解释这一点。这太完美了！简单，正是我想要的谢谢@jvalenti：很高兴我能帮你注意到这种行为略有不同，例如，
22:66
导致第22-65列，而使用
df.loc[：，22:66]
则是第22-66列。理论上这是可行的。我遇到的问题是，我无法找到一种方法来指定语法一致的范围。我试过列表和元组，但都不起作用。我知道这有问题，但我仍然认为这是可行的。基本上，范围必须是整数的元组来存储int值，比如
range\u list=[（22,66）…]
等等，然后在第二次迭代中，通过
df.columns[tuple first element:tuple second element]
显式调用每个值。或者，您可能指的是单个范围输入，如
68,69,71
？如果是这样的话，就为它们创建一个范围。因此，代码将保持不变。