Python Pandas - 将某些列类型更改为类别

Question

我已将以下 CSV 文件输入 iPython Notebook:

public = pd.read_csv("categories.csv")
public

我还将 pandas 导入为 pd，将 numpy 导入为 np，将 matplotlib.pyplot 导入为 plt。存在以下数据类型(以下是摘要 - 大约有 100 列)

In [36]:   public.dtypes
Out[37]:   parks          object
           playgrounds    object
           sports         object
           roading        object               
           resident       int64
           children       int64

我想将“公园”、“ Playground ”、“运动”和“道路”更改为类别(它们中有李克特量表响应 - 但每列都有不同类型的李克特响应(例如，一个“非常同意” ，“同意”等，另一个有“非常重要”，“重要”等)，其余为int64。

我能够创建一个单独的数据框 - public1 - 并使用以下代码将其中一列更改为类别类型:

public1 = {'parks': public.parks}
public1 = public1['parks'].astype('category')

但是，当我尝试使用此代码一次更改一个数字时，我没有成功:

public1 = {'parks': public.parks,
           'playgrounds': public.parks}
public1 = public1['parks', 'playgrounds'].astype('category')

尽管如此，我不想创建一个仅包含类别列的单独数据框。我希望它们在原始数据框中进行更改。

我尝试了很多方法来实现这一点，然后在这里尝试了代码:Pandas: change data type of columns ...

public[['parks', 'playgrounds', 'sports', 'roading']] = public[['parks', 'playgrounds', 'sports', 'roading']].astype('category')

并得到以下错误:

 NotImplementedError: > 1 ndim Categorical are not supported at this time

有没有办法将“公园”、“ Playground ”、“运动”、“道路”更改为类别(以便分析李克特量表响应)，留下“居民”和“ child ”(以及 94其他列是字符串，int + floats)请保持不变？或者，有没有更好的方法来做到这一点？如果有人有任何建议和/或反馈，我将不胜感激....我的头发慢慢秃了!

非常感谢。

已编辑添加 - 我使用的是 Python 2.7。

Answer 1

有时，您只需要使用 for 循环:

for col in ['parks', 'playgrounds', 'sports', 'roading']:
    public[col] = public[col].astype('category')