如何使用.loc将函数应用于切片列？

我有一个pd DataFrame,整数显示为字符串：

frame = pd.DataFrame(np.random.randn(4, 3), columns=list('ABC'), index=['1', '2', '3', '4'])
frame = frame.apply(lambda x: x.astype(str))

这给了我一个数据帧：

     A      B      C
1 -0.890  0.162  0.477
2 -1.403  0.160 -0.570
3 -1.062 -0.577 -0.370
4  1.142  0.072 -1.732

如果我输入frame.type(),我会得到对象.
现在我想将列[‘B’：’C’]转换为数字.

想象一下,我有几十列,因此我想切片.
所以我做的是：

frame.loc[:,'B':'C'] = frame.loc[:,'B':'C'].apply(lambda x: pd.to_numeric(x, errors='coerce')

如果我只想改变列,比如B,我会输入：

frame['B'] = frame['B'].apply(lambda x: pd.to_numeric(x, errors='coerce')

如果我将它与.loc一起使用,那么将B转换为float64但是在调用DataFrame.info()后没有任何反应！

有人能帮我吗？当然我可以输入所有列,但我希望得到更实用的方法

解决方法:

你可以通过kwargs申请

符合分配

frame.assign(**frame.loc[:, 'B':'C'].apply(pd.to_numeric, errors='coerce'))

                 A         B         C
1   -1.50629471392 -0.578600  1.651437
2   -2.42667924339 -0.428913  1.265936
3  -0.866740402265 -0.678886 -0.094709
4    1.49138962612 -0.638902 -0.443982

在适当的位置更新

frame.update(frame.loc[:, 'B':'C'].apply(pd.to_numeric, errors='coerce'))
frame

                 A         B         C
1   -1.50629471392 -0.578600  1.651437
2   -2.42667924339 -0.428913  1.265936
3  -0.866740402265 -0.678886 -0.094709
4    1.49138962612 -0.638902 -0.443982