在多个列上应用pd.to_numeric后，列数据类型没有变化

可能是由于以下原因：

1. 数据中包含非数字字符：pd.to_numeric函数默认将非数字字符转换为NaN（Not a Number），如果数据中包含非数字字符，转换后的数据类型仍然是object类型。可以通过设置errors参数为'coerce'来强制将非数字字符转换为NaN。
2. 数据中包含缺失值：pd.to_numeric函数默认将缺失值转换为NaN，如果数据中包含缺失值，转换后的数据类型仍然是float类型。可以通过设置errors参数为'coerce'来强制将缺失值转换为NaN。
3. 数据中包含特殊字符或格式不正确：pd.to_numeric函数要求数据格式正确，如果数据中包含特殊字符或格式不正确，转换后的数据类型仍然是object类型。可以通过预处理数据，去除特殊字符或修正格式，然后再应用pd.to_numeric函数。
4. 数据中包含太大或太小的数值：pd.to_numeric函数默认将超出浮点数范围的数值转换为NaN，如果数据中包含太大或太小的数值，转换后的数据类型仍然是float类型。可以通过设置downcast参数为'integer'来将超出整数范围的数值转换为整数类型。

综上所述，如果在多个列上应用pd.to_numeric后，列数据类型没有变化，可以检查数据中是否包含非数字字符、缺失值、特殊字符或格式不正确的情况，并进行相应的处理。另外，还可以尝试设置errors参数为'coerce'或downcast参数为'integer'来强制转换数据类型。