如何将DataFrame中所有int类型列转换为float类型？

当然可以通过判断数据类型来完成这个需求，这也是最直接高效的思路！下面分享两种常用的实现方式，你可以根据场景选择：

方法一：用select_dtypes快速筛选并转换 #

这种方法代码简洁，适合大多数常规场景，能一次性选中所有整数类型的列（包括int32、int64等子类）：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'id': [101, 102, 103],
    'score': [95, 88, 76],
    'price': [29.9, 39.9, 49.9],
    'name': ['Alice', 'Bob', 'Charlie']
})

# 筛选所有int类型列并转为float
int_columns = df.select_dtypes(include=['int']).columns
df[int_columns] = df[int_columns].astype(float)

# 验证结果
print(df.dtypes)

运行后你会看到原来的id和score列已经从int64变成float64了。

方法二：遍历列逐一判断类型（更灵活） #

如果你需要对类型判断做更精细的控制（比如识别带空值的Int64类型列），可以用pd.api.types.is_integer_dtype来遍历判断：

for col in df.columns:
    # 精准判断列是否为整数类型（包括可空整数类型）
    if pd.api.types.is_integer_dtype(df[col]):
        df[col] = df[col].astype(float)

这种方法的优势是能覆盖更多边缘情况，比如当你的整数列存在缺失值、用Int64（大写I）类型存储时，也能准确识别并转换。

小提示 #

转换完成后，可以用df.dtypes命令查看所有列的数据类型，确认转换是否符合预期。

内容的提问来源于stack exchange，提问作者user13494862