Pandas如何快速将前缀为'comps'的列统一转换为float类型

问题原因 #

• 第一种df.convert_dtypes()是pandas自动推断所有列的最优存储类型，不会单独针对comps开头的列做float转换，不符合需求。
• 第二种写法有两处错误：一是df.columns是Index对象，调用字符串方法startswith需要先通过.str访问器，直接写df.columns.startswith本身就会报错；二是就算拿到了布尔数组，也没有索引到对应列的数据，直接调用astype(float)必然执行失败。

解决方案 #

第一步：筛选所有comps开头的列

comps_cols = df.columns[df.columns.str.startswith('comps')]

第二步：批量转换类型

最通用的写法，直接修改原数据对应列：

df[comps_cols] = df[comps_cols].astype(float)

如果数据中存在无法转换为float的脏数据，可以加errors参数处理：

# errors='coerce'表示把无法转成float的内容统一替换为NaN
df[comps_cols] = df[comps_cols].astype(float, errors='coerce')

如果不想修改原df，或者需要链式操作避免SettingWithCopyWarning，可以用assign方法：

df = df.assign(**{col: df[col].astype(float, errors='coerce') for col in comps_cols})

内容的提问来源于stack exchange，提问作者pouchewar