如何在Pandas中批量将多列从float类型转为整数和小数类型？

你的问题出在最后一步直接把整个DataFrame强制转成了int类型，不管列里有没有有效小数，都会被截断转成整数。要实现自动判断列类型，不用指定列名，可以按下面的方式处理：

1. 先把所有列统一转为数值类型，处理无法转换的值并填充空值（和你原来的逻辑保持一致）
2. 遍历每一列，判断该列的所有值是否都是整数形式的浮点数（比如3.0这种），如果是就转成整数类型，否则保留小数类型

完整代码如下：

import pandas as pd

# 读取数据
df = pd.read_csv(filename, low_memory=False)
# 将所有列转为数值类型，无法转换的设为NaN后填充0
df = df.apply(pd.to_numeric, errors='coerce').fillna(0)

# 自动判断每列的目标类型
for col in df.columns:
    # 检查列中所有值的小数部分是否都是0
    if (df[col] % 1 == 0).all():
        df[col] = df[col].astype(int)
    # 非整数列保持float类型不变

# 查看结果
print(df.head(165))

说明： #

• df.apply(pd.to_numeric, errors='coerce')：对每一列单独做数值转换，比直接用pd.to_numeric(df)更灵活，能处理列类型不一致的情况
• (df[col] % 1 == 0).all()：判断该列所有值除以1的余数是否为0，也就是所有值都是整数形式的浮点数，满足条件就转成int类型
• 全程不需要手动指定列名，会自动适配所有列的实际数据情况

内容的提问来源于stack exchange，提问作者Sriram