Python 熊猫只更改float64的数据类型列

我需要更改多列（超过400列）的数据类型，但数据帧有不同类型的数据类型。有些列的数据类型是

float64

，而有些列的数据类型是

int64

或

object

：

print my_df.dtypes

输出：

x1                       int64
x2                       int64
x3                       object
x4                       float64
x5                       float64
x6                       float64
x7                       float64
...

x400                     object
x401                     object
x402                     object
...

我需要将所有

int64

更改为

int8

或

int16

，并将所有

float64

更改为

float32

。我尝试了下面的代码片段，但没有成功：

my_df[my_df.dtypes == np.int64].astype(np.int16)
my_df[my_df.dtypes == np.float64].astype(np.float32)

感谢您的帮助

---

提前谢谢

您可以构建映射字典并使用

astype

new_types = {np.dtype(np.int64): np.int16, 
             np.dtype(np.float64): np.float32}

df = df.astype(df.dtypes.map(new_types).to_dict())

---

例如：

df = pd.DataFrame({'col1': [1,2,3], 'col2': [1.0,2.0,3.0]})

    col1    col2
0   1       1.0
1   2       2.0
2   3       3.0

>>> df.dtypes

col1      int64
col2    float64
dtype: object

然后

给出了新类型的目录

{'col1': numpy.int16, 'col2': numpy.float32}

然后将

astype

与此命令一起使用

>>> df.astype(df.dtypes.map(new_types).to_dict())

col1      int16
col2    float32
dtype: object

设置

用于获取与所需类型匹配的列：

df.select_dtypes(np.float64) # or df.select_dtypes(np.float64).columns to save for casting

     b
0  0.0
1  1.0
2  2.0
3  3.0
4  4.0

并根据需要施展。

好的，我找到我的方法：）

查找数据类型为

float64

cols = my_df.select_dtypes(include=[np.float64]).columns

然后仅更改数据帧的

cols

my_df[cols] = my_df[cols].astype(np.float32)

你差点就成功了

my_df.loc[:, my_df.dtypes == 'float64'] = my_df.loc[:, my_df.dtypes == 'float64'].astype('float32')
my_df.loc[:, my_df.dtypes == 'int64'] = my_df.loc[:, my_df.dtypes == 'int64'].astype('int32')

my_df[cols] = my_df[cols].astype(np.float32)

my_df.loc[:, my_df.dtypes == 'float64'] = my_df.loc[:, my_df.dtypes == 'float64'].astype('float32')
my_df.loc[:, my_df.dtypes == 'int64'] = my_df.loc[:, my_df.dtypes == 'int64'].astype('int32')