根据 Python 中的列位置更改数据类型答案

【问题标题】：Changing datatype as per column position in Python根据 Python 中的列位置更改数据类型
【发布时间】：2021-07-14 20:34:27
【问题描述】：

示例数据集：

data1 = {'Item': ['Bread', 'Milk', 'Rice', 'Wheat'], 'Price': [20.00, 21.00, 19.00, 18.00],'Unit':[34.3, 45.23,12.0,17.2]}   
country1 = pd.DataFrame(data1)

现在假设我有 5 个国家/地区的数据。对于所有国家，我想将价格和单位转换为整数。但是我想根据列位置而不是列名来转换它们（因为它们可以有本地语言的列名）。

请提出最好的方法。

附： - 我正在尝试使用以下代码获取一个数据帧

country1.columns[[1,2]] = country1.columns[[1,2]].astype(int)

并收到以下错误消息

TypeError: Index does not support mutable operations

【问题讨论】：

标签： python position multiple-columns dtype

【解决方案1】：

尝试将列作为列表，然后使用列表中的索引来设置正确的列。

data1 = {'Item': ['Bread', 'Milk', 'Rice', 'Wheat'], 'Price': [20.00, 21.00, 19.00, 18.00],'Unit':[34.3, 45.23,12.0,17.2]}
country1 = pd.DataFrame(data1)

cols = country1.columns.tolist()   # or just country1.columns

country1[[cols[1], cols[2]]] = country1[[cols[1], cols[2]]].astype(int)

得到

    Item  Price  Unit
0  Bread     20    34
1   Milk     21    45
2   Rice     19    12
3  Wheat     18    17

【讨论】：

感谢汉谟拉比，这很有帮助。

【解决方案2】：

您可以尝试这样的方法，使用列名来选择要更改的列。

import pandas as pd

data1 = {'Item': ['Bread', 'Milk', 'Rice', 'Wheat'], 'Price': [20.00, 
21.00, 19.00, 18.00],'Unit':[34.3, 45.23,12.0,17.2]}
country1 = pd.DataFrame(data1)
country1 = country1.astype({'Price': int})

如果您需要多个列，您可以在字典中为不同的列标题设置多个键。

country1 = country1.astype({'Price': int})

【讨论】：

感谢您的回复卢卡斯，但是我不想按照列名来做。我有多个国家，每个国家可能有不同的列名，所以我必须更改所有不同国家的代码。取而代之的是，我正在尝试按照列位置进行操作。