在计算上高效地将多个数据帧列的数据类型转换为单个数据类型

Question

功能如下：

def func1(df):
    df = df.loc[:,['code',
                  'currentPrice',
                  'hedgingValue',
                  'exercisePrice',
                  'outstanding(%)',
                  'expiryDate'
                  ]].dropna()

    df['code'] = df['code'].str[:5]
    df['currentPrice'] = df['currentPrice'].astype(float)
    df['hedgingValue'] = df['hedgingValue'].astype(float)
    df['exercisePrice'] = (df['exercisePrice'].str.replace(',','')).astype(int)
    df['outstanding(%)'] = (df['outstanding(%)'].str[:-1]).astype(float)
    df['expiryDate'] = df['expiryDate'].astype(int)

    return df

将df['currentPrice']和df['hedgingValue']从string转换为float的两行非常无效，如果有100列而不是两列呢？因此，必须有一种方法可以将多列（假设有100列）转换成只使用一行代码的float。我的问题是什么是神奇的一行代码，做的把戏？提前谢谢你们

请注意，df.apply（）在处理大型数据帧时是出了名的缓慢和低效的，因此它肯定不是解决这种情况的方法

Answer 1

IIUC，你想在一行中执行多次转换。这可以通过

cols = ['col1', 'col2', 'col3', ...]
df[cols] = df[cols].astype(float)