修改熊猫数据框中的许多列

Question

我已经坚持了一段时间，似乎没有任何帮助。

我正在读很多原始数据。由于变量由于各种原因（我不在乎）而使用字母，因此某些变量作为对象进入对象。

因此，我想通过运行一个相当大的列子集，pandas.to_numeric(___ ,error='coerce')以强制将它们强制转换为int或float（再次，我不太在乎哪一个，只是它们是数字。

我可以很容易地逐列进行此操作：

df['col_name'] = pd.to_numeric(df['col_name'], errors='coerce') 

但是，我有60列要转换为..所以我认为这样可以工作：

numeric = ['lots', 'a', 'columns']
for item in numeric:
    df_[item] = pd.to_numeric(df[item], errors='coerce')

我得到的错误是：

Traceback (most recent call last):

File "/Users/____/anaconda/lib/python2.7/site-packages/IPython/core/interactiveshell.py", line 2885, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)

File "<ipython-input-53-43b873fbd712>", line 2, in <module>
df_detail[item] = pd.to_numeric(dfl[item], errors='coerce')

File "/Users/____/anaconda/lib/python2.7/site-packages/pandas/tools/util.py", line 101, in to_numeric
raise TypeError('arg must be a list, tuple, 1-d array, or Series')

TypeError: arg must be a list, tuple, 1-d array, or Series

我尝试了许多版本。这与列表或浏览列表有关。当for循环简单地要求df(item).describe()

从我（还是新手）对Python的理解开始，这应该可以工作。我很茫然。谢谢

Answer 1

首先看这个回答

# Let
numeric = ['lots', 'a', 'columns']

选项1

df[numeric] = df[numeric].apply(pd.to_numeric, errors='coerce')

选项 2

df.loc[:, numeric] = pd.to_numeric(df[numeric].values.ravel(), 'coerce') \
                       .reshape(-1, len(numeric))

演示
考虑数据框df

df = pd.DataFrame([
        [1, 'a', 2],
        ['b', 3, 'c'],
        ['4', 'd', '5']
    ], columns=['A', 'B', 'C'])

那么上面的两个选项都会产生