为何使用df.loc[:, cat_col]无法将列转为category dtype？

执行以下代码尝试将object类型列转为category时：

df.loc[:, cat_col] = df[cat_col].astype('category')

列的dtype仍保持为object，但执行以下代码却能成功转换：

df[cat_col] = df[cat_col].astype('category')

原本以为df.loc[:, cat_col]是原地修改数据类型，df[cat_col]返回视图可能引发链式赋值问题，但实际结果相反。

示例代码验证：

import pandas as pd

# 创建包含object类型列的示例DataFrame
data = {
    'Name': ['John', 'Alice', 'Bob', 'John', 'Alice'],
    'City': ['New York', 'London', 'Paris', 'New York', 'London'],
    'Age': [25, 30, 35, 28, 32],
    'Gender': ['Male', 'Female', 'Male', 'Male', 'Female']
}
df = pd.DataFrame(data)

print("原始DataFrame类型：")
print(df.dtypes)
print()

# 使用df.loc[:, cat_col]转换object列到category
cat_col = 'Name'
df.loc[:, cat_col] = df[cat_col].astype('category')
print("使用df.loc[:, cat_col]转换后的类型：")
print(df.dtypes)
print()

# 使用df[cat_col]转换object列到category
cat_col = 'City'
df[cat_col] = df[cat_col].astype('category')
print("使用df[cat_col]转换后的类型：")
print(df.dtypes)

运行结果显示：Name列仍为object，City列成功转为category。

原因解释 #

这是因为pandas对两种赋值方式的处理逻辑不同：

• df[cat_col] = ...的逻辑：这种赋值是直接替换整个列对象。当右侧是category类型的Series时，pandas会直接把原列（object类型）替换成这个新的category Series，因此列的dtype会直接更新为category。
• df.loc[:, cat_col] = ...的逻辑：loc的赋值是元素级别的赋值。pandas会尝试将右侧category Series的values（即底层的字符串数组，因为category的显示值是原字符串）写入到左侧的object列中，而不是替换整个列的类型。相当于只把字符串内容写回去，列的dtype依然保持原来的object。

正确转换方法 #

方法1：直接使用df.astype()批量或单列转换 #

这是最稳妥的方式，直接指定列的目标类型：

# 单列转换
df['Name'] = df['Name'].astype('category')

# 批量转换所有object列
object_cols = df.select_dtypes(include=['object']).columns
df[object_cols] = df[object_cols].astype('category')

方法2：使用df.loc时，先替换列类型再赋值 #

如果一定要用loc，可以先通过df.astype()修改列类型，本质还是回到替换列的逻辑：

df.loc[:, 'Name'] = df['Name'].astype('category')

方法3：使用df.assign()创建新列（适合不修改原DataFrame的场景） #

# 转换并返回新的DataFrame，原df不变
new_df = df.assign(Name=df['Name'].astype('category'))

内容的提问来源于stack exchange，提问作者LastK7