如何更改 pandas 中多个数据框的单列数据类型？
How to change datatype for single column for multiple dataframes in pandas?
例如，我有 5 个数据帧，例如
df1
df2
DF3
df4
df4
在每一列中都有一个名称为 'phone_no' 的列。
我正在尝试使用 for 循环更改 phone_no 的数据类型，但它不起作用。下面是代码
df_all = [df1, df2, df3, df4, df5]
df_all = [i['phone_no'].astype(str) for i in df_all]
当我尝试打印 df_all 时，它的 returning 输出就像
[2 669263000000.0
3 313988000000.0
4 182100000000.0
12 270449000000.0
13 109617000000.0
Name: phone_no, Length: 14042, dtype: object,
1 466167000000.0
8 433999000000.0
9 323820000000.0
11 823428000000.0
15 659981000000.0
Name: phone_no, Length: 13947, dtype: object,
7 832447000000.0
14 178296000000.0
22 145628000000.0
29 642982000000.0
48 596803000000.0
Name: phone_no, Length: 13924, dtype: object,
0 555314000000.0
5 110872000000.0
19 890271000000.0
34 634257000000.0
37 125423000000.0
Name: phone_no, Length: 14112, dtype: object,
6 314615000000.0
10 982864000000.0
23 287164000000.0
24 746213000000.0
27 590169000000.0
Name: phone_no, Length: 13686, dtype: object]
唯一的问题是，如果我 运行 上面的代码，它只是 returning 来自每个数据帧的 phone_no 列，而不是 returning 完整的数据框。如何解决这个问题？
之后如何执行下面的代码
df_all = [i['phone_no'].str[0:12] for i in df_all]
输出是
[2 669263000000
3 313988000000
4 182100000000
12 270449000000
13 109617000000
Name: phone_no, Length: 14042, dtype: object,
1 466167000000
8 433999000000
9 323820000000
11 823428000000
15 659981000000
Name: phone_no, Length: 13947, dtype: object,
7 832447000000
14 178296000000
22 145628000000
29 642982000000
48 596803000000
Name: phone_no, Length: 13924, dtype: object,
0 555314000000
5 110872000000
19 890271000000
34 634257000000
37 125423000000
Name: phone_no, Length: 14112, dtype: object,
6 314615000000
10 982864000000
23 287164000000
24 746213000000
27 590169000000
Name: phone_no, Length: 13686, dtype: object]
以上代码在执行切片后只会从所有数据帧中 return phone_no 列。它会错过另一列。如何解决这个问题？
您可以将字典传递给 DataFrame.astype 以仅转换某些列名称：
df_all = [i.astype({'phone_no': str}) for i in df_all]
编辑：您可以处理列并分配回去：
df_all = [i.assign(phone_no = i['phone_no'].str[0:12]) for i in df_all]
例如，我有 5 个数据帧，例如
df1 df2 DF3 df4 df4
在每一列中都有一个名称为 'phone_no' 的列。
我正在尝试使用 for 循环更改 phone_no 的数据类型，但它不起作用。下面是代码
df_all = [df1, df2, df3, df4, df5]
df_all = [i['phone_no'].astype(str) for i in df_all]
当我尝试打印 df_all 时，它的 returning 输出就像
[2 669263000000.0
3 313988000000.0
4 182100000000.0
12 270449000000.0
13 109617000000.0
Name: phone_no, Length: 14042, dtype: object,
1 466167000000.0
8 433999000000.0
9 323820000000.0
11 823428000000.0
15 659981000000.0
Name: phone_no, Length: 13947, dtype: object,
7 832447000000.0
14 178296000000.0
22 145628000000.0
29 642982000000.0
48 596803000000.0
Name: phone_no, Length: 13924, dtype: object,
0 555314000000.0
5 110872000000.0
19 890271000000.0
34 634257000000.0
37 125423000000.0
Name: phone_no, Length: 14112, dtype: object,
6 314615000000.0
10 982864000000.0
23 287164000000.0
24 746213000000.0
27 590169000000.0
Name: phone_no, Length: 13686, dtype: object]
唯一的问题是，如果我 运行 上面的代码，它只是 returning 来自每个数据帧的 phone_no 列，而不是 returning 完整的数据框。如何解决这个问题？
之后如何执行下面的代码
df_all = [i['phone_no'].str[0:12] for i in df_all]
输出是
[2 669263000000
3 313988000000
4 182100000000
12 270449000000
13 109617000000
Name: phone_no, Length: 14042, dtype: object,
1 466167000000
8 433999000000
9 323820000000
11 823428000000
15 659981000000
Name: phone_no, Length: 13947, dtype: object,
7 832447000000
14 178296000000
22 145628000000
29 642982000000
48 596803000000
Name: phone_no, Length: 13924, dtype: object,
0 555314000000
5 110872000000
19 890271000000
34 634257000000
37 125423000000
Name: phone_no, Length: 14112, dtype: object,
6 314615000000
10 982864000000
23 287164000000
24 746213000000
27 590169000000
Name: phone_no, Length: 13686, dtype: object]
以上代码在执行切片后只会从所有数据帧中 return phone_no 列。它会错过另一列。如何解决这个问题？
您可以将字典传递给 DataFrame.astype 以仅转换某些列名称：
df_all = [i.astype({'phone_no': str}) for i in df_all]
编辑：您可以处理列并分配回去：
df_all = [i.assign(phone_no = i['phone_no'].str[0:12]) for i in df_all]