能否使用.astype函数为混合数据类型的列传递值名称？

关于astype()函数的使用 #

• 不能直接给混合数据类型的列传递“值名称”来实现转换。astype()的核心作用是转换整个列的数据类型，参数需要是数据类型对象（比如str、int、float，或者pd.CategoricalDtype()这类类型定义），而非列中的具体值名称。
• 如果需要对列内特定混合值做类型映射，要先通过replace()完成值的替换，再用astype()统一转换类型。示例：

  # 先替换目标值，再转换类型
  df['mixed_col'] = df['mixed_col'].replace({'approved': 1, 'rejected': 0}).astype(int)
  

关于你的可视化代码问题 #

你提供的代码中，'Complaint Type'和'City'属于分类文本列，但你用了sns.distplot()（当前seaborn推荐用displot）——这个函数是用来展示数值型数据分布的，用在分类列上要么报错，要么得到无意义的结果。

针对分类列，应使用柱状图展示类别数量分布，修改后的代码示例：

import seaborn as sns
import matplotlib.pyplot as plt

cat_cols = ['Complaint Type', 'City']

for i in range(0, len(cat_cols), 2): 
    plt.figure(figsize=(10,4))
    plt.subplot(121)
    # 用countplot展示分类列的数量分布，按数量排序避免杂乱
    sns.countplot(x=citynan_df[cat_cols[i]], order=citynan_df[cat_cols[i]].value_counts().index)
    plt.xticks(rotation=45)  # 旋转标签防止重叠
    plt.subplot(122)
    sns.countplot(x=citynan_df[cat_cols[i+1]], order=citynan_df[cat_cols[i+1]].value_counts().index)
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.show()

内容的提问来源于stack exchange，提问作者MrM