大佬教程收集整理的这篇文章主要介绍了根据 Python 中的列位置更改数据类型，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。
示例数据集：
data1 = {'Item': ['Bread','Milk','Rice','Wheat'],'Price': [20.00,21.00,19.00,18.00],'Unit':[34.3,45.23,12.0,17.2]}
country1 = pd.DataFrame(data1)
现在假设我有 5 个国家/地区的数据。对于所有国家，我想将价格和单位转换为整数。但是我想根据列位置而不是列名来转换它们（因为它们可以有本地语言的列名）。
请建议最好的方法。
附言- 我正在尝试使用以下代码创建一个数据框
country1.columns[[1,2]] = country1.columns[[1,2]].astype(int)
并收到以下错误消息
TypeError: Index does not support mutable operations
尝试将您的列作为列表，然后使用列表中的索引来设置正确的列。
data1 = {'Item': ['Bread','Milk','Rice','Wheat'],'Price': [20.00,21.00,19.00,18.00],'Unit':[34.3,45.23,12.0,17.2]}
country1 = pd.DataFrame(data1)
cols = country1.columns.tolist() # or just country1.columns
country1[[cols[1],cols[2]]] = country1[[cols[1],cols[2]]].astype(int)
得到
Item Price Unit
0 Bread 20 34
1 Milk 21 45
2 Rice 19 12
3 Wheat 18 17
您可以尝试这样的操作，通过列名选择要更改的列。
import pandas as pd
data1 = {'Item': ['Bread',17.2]}
country1 = pd.DataFrame(data1)
country1 = country1.astype({'Price': int})
如果你需要多列，你可以在字典中为不同的列标题设置多个键。
country1 = country1.astype({'Price': int})
以上是大佬教程为你收集整理的根据 Python 中的列位置更改数据类型全部内容，希望文章能够帮你解决根据 Python 中的列位置更改数据类型所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。