在 Pandas 中将多列转换为类别。申请？

Question

考虑一个数据框。我想将一组列to_convert 转换为类别。

我当然可以做到以下几点：

for col in to_convert:
  df[col] = df[col].astype('category')

但令我惊讶的是，以下内容没有返回数据框：

df[to_convert].apply(lambda x: x.astype('category'), axis=0)

这当然会使以下内容不起作用：

df[to_convert] = df[to_convert].apply(lambda x: x.astype('category'), axis=0)

为什么apply (axis=0) 会返回一个 Series，即使它应该逐列作用？

Answer 1

这只是在 master 中修复，因此将在 0.17.0 中，请参阅问题 here

In [7]: df = DataFrame({'A' : list('aabbcd'), 'B' : list('ffghhe')})

In [8]: df
Out[8]: 
   A  B
0  a  f
1  a  f
2  b  g
3  b  h
4  c  h
5  d  e

In [9]: df.dtypes
Out[9]: 
A    object
B    object
dtype: object

In [10]: df.apply(lambda x: x.astype('category'))       
Out[10]: 
   A  B
0  a  f
1  a  f
2  b  g
3  b  h
4  c  h
5  d  e

In [11]: df.apply(lambda x: x.astype('category')).dtypes
Out[11]: 
A    category
B    category
dtype: object

Answer 2

请注意，since pandas 0.23.0 您不再使用apply 将多个列转换为分类数据类型。现在您可以简单地改用df[to_convert].astype('category')（其中to_convert 是问题中定义的一组列）。