Python Pandas - 将某些列类型更改为类别

我已将以下 CSV 文件输入到 iPython Notebook 中：

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”、“游乐场”、“体育”和“道路”更改为类别（其中有李克特量表响应 - 但每一列都有不同类型的李克特响应（例如，“强烈同意”、“同意”） ”等，另一个有“非常重要”、“重要”等），将其余部分保留为 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立即更改数字时，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。

我尝试了多种方法来实现这一目标，然后尝试了这里的代码：更改 pandas 中的列类型 https://stackoverflow.com/questions/15891038/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”、“游乐场”、“体育”、“道路”更改为类别（以便可以分析李克特量表响应），留下“居民”和“儿童”（以及其他 94 个列） string、int + float）是否未受影响？

我正在使用Python 2.7。

有时，您只需使用 for 循环：

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