DataFrame.applymap使用后列消失问题及指定列类型转换需求

我明白你遇到的困扰了——尝试用applymap转换DataFrame部分列时，要么发现原数据没变化，要么不小心弄丢了未处理的列（比如你的e列）。这其实是对Pandas视图与副本的操作逻辑理解不到位导致的，下面给你拆解具体解决方案：

问题根源 #

当你执行frame[['b','d']].applymap(int)时，这段代码只会生成一个临时的新DataFrame（仅包含处理后的b、d列），但它并没有修改原始的frame对象。如果错误地把这个临时结果赋值给frame（比如frame = frame[['b','d']].applymap(int)），就会直接覆盖原DataFrame，导致e列丢失。

正确解决方案 #

要实现「只转换b、d列为整数，保留e列不变」的需求，你需要把处理后的结果精准赋值回原DataFrame的对应列，而非覆盖整个DataFrame。这里有两种高效的方法：

方法1：用applymap逐元素转换 #

applymap适合自定义逐元素操作，用来转整数完全可行：

# 将处理后的b、d列赋值回原DataFrame的对应列
frame[['b', 'd']] = frame[['b', 'd']].applymap(int)

方法2：用astype列级转换（更高效） #

如果只是简单的数值类型转换，astype比applymap效率更高，因为它是列级批量操作：

frame[['b', 'd']] = frame[['b', 'd']].astype(int)

完整示例演示 #

import pandas as pd
import numpy as np

# 创建测试数据框
frame = pd.DataFrame(np.random.randn(4, 3)*1000000, columns=list('bde'), index=['Utah', 'Ohio', 'Texas', 'Oregon'])
print("原始数据：")
print(frame)

# 执行转换操作（二选一即可）
frame[['b', 'd']] = frame[['b', 'd']].applymap(int)
# frame[['b', 'd']] = frame[['b', 'd']].astype(int)

print("\n处理后的数据：")
print(frame)

执行后你会看到，b、d列已经转为整数类型，e列则完全保留了原有的数值与类型，不会消失。

关键注意点 #

• 绝对不要直接将子集处理结果赋值给整个DataFrame变量（比如frame = frame[['b','d']].xxx），这会直接丢弃未被选中的列。
• 针对列的修改，一定要定位到原DataFrame的对应列进行赋值，才能保留其他列的数据。

内容的提问来源于stack exchange，提问作者Jeremie