如何正确快速将Pandas DataFrame多列从object转为int？

问题根源 #

你遇到的SettingWithCopyWarning是因为当前操作的df是另一个DataFrame的切片视图，而非独立副本。直接对视图赋值时，Pandas无法确定你是否要修改原始数据，因此抛出警告。

正确转换方法 #

方法1：先创建独立副本（最稳妥）

先将df转为独立副本，彻底避免视图/副本混淆后再进行类型转换：

cols = ['x1','x2','y1','y2']
# 创建独立副本
df = df.copy()
# 转换为数值类型后转int，errors='coerce'处理非数值内容（转为NaN），fillna按需填充默认值
df[cols] = df[cols].apply(pd.to_numeric, errors='coerce').fillna(0).astype(int)

方法2：使用.loc明确索引赋值

通过.loc[:, cols]明确指定要修改的行和列，消除Pandas的不确定性：

cols = ['x1','x2','y1','y2']
# 用.loc定位列，同时处理非数值情况
df.loc[:, cols] = df.loc[:, cols].apply(pd.to_numeric, errors='coerce').fillna(0).astype(int)

方法3：直接用astype（需确保列中无非法值）

如果确认这4列的object内容都是可直接转换为int的字符串/数值，可简化操作，但同样要结合副本或.loc：

cols = ['x1','x2','y1','y2']
df = df.copy()
df[cols] = df[cols].astype(int)
# 或用.loc方式
df.loc[:, cols] = df.loc[:, cols].astype(int)

注意事项 #

• errors='coerce'参数会将无法转换为数值的内容转为NaN，后续需用fillna()填充（比如填0或业务允许的默认值），否则astype(int)会因NaN报错。
• 如果能保证列中无非法值，可去掉errors='coerce'和fillna()，但遇到非数值内容时会直接抛出转换错误。

内容的提问来源于stack exchange，提问作者swiss_knight