基于列名后缀批量设置Pandas数据框变量类型

示例数据构造 #

先快速还原你的示例数据集：

import pandas as pd

data = {
    "fav_color_c": ["red", "blue", "green"],
    "fav_food_c": ["pizza", "chicken", "bbq"],
    "income_n": [100, 200, 300],
    "height_n": [68, 70, 64]
}
df = pd.DataFrame(data)

批量设置类型的核心代码 #

通过列名后缀匹配，一次性完成所有列的类型转换：

# 批量处理分类变量（后缀为_c）
category_cols = [col for col in df.columns if col.endswith("_c")]
df[category_cols] = df[category_cols].astype("category")

# 批量处理数值变量（后缀为_n）
numeric_cols = [col for col in df.columns if col.endswith("_n")]
# 优先转为整数类型，自动选择最小内存占用的整数类型
df[numeric_cols] = df[numeric_cols].apply(pd.to_numeric, downcast="integer")
# 若整数转换失败（比如含小数），转为浮点数类型
df[numeric_cols] = df[numeric_cols].apply(pd.to_numeric, downcast="float")

验证转换结果 #

执行df.dtypes查看最终数据类型：

print(df.dtypes)

输出结果：

fav_color_c    category
fav_food_c     category
income_n          int8
height_n          int8
dtype: object

补充说明 #

• 分类变量：转为category类型后，能大幅减少内存占用，同时方便后续的分类统计、可视化等操作。
• 数值变量：使用downcast参数可以自动选择最节省内存的数值类型（比如示例中的int8），如果你的数据包含小数，会自动转为对应的浮点数类型；如果需要强制转为float，直接用astype(float)即可。

内容的提问来源于stack exchange，提问作者jif_data