Pandas 数据类型

概念与用途

dtype 决定值的表示、可用操作、空值语义、内存和序列化结果。除 NumPy 类型外，Pandas 提供可空整数 Int64、布尔 boolean、string、类别、日期时间和扩展数组类型。

核心 API

dtypes、astype、convert_dtypes、pd.to_numeric、pd.to_datetime、pd.to_timedelta、select_dtypes 和 infer_objects。

可运行示例

import pandas as pd

raw = pd.DataFrame({"count": ["1", None, "3"], "active": [True, None, False], "day": ["2026-01-01"] * 3})
raw["count"] = pd.to_numeric(raw["count"]).astype("Int64")
raw["active"] = raw["active"].astype("boolean")
raw["day"] = pd.to_datetime(raw["day"])
print(raw.dtypes)

示例二：转换失败审计与降位

import pandas as pd

raw = pd.Series(["1", "2", "bad", None], dtype="string")
parsed = pd.to_numeric(raw, errors="coerce", downcast="integer")
failed = raw[raw.notna() & parsed.isna()]
print(parsed, parsed.dtype)
print("failed:", failed.tolist())

to_numeric 返回 Series 或数组，downcast 只在可表示时尝试更小 dtype。含空值的结果可能仍为浮点，也可后续转换为可空整数 Int64。

类型与对齐边界

赋值给 DataFrame 列时，Series 会按索引对齐，不能只比较长度。连接键一侧为字符串、一侧为整数时应先规范。decimal、时区日期和 Arrow dtype 写出到不同格式时需做回读测试；astype(copy=False) 也不保证稳定共享内存。

注意事项

object 可能混合字符串、数字和任意 Python 对象，应尽早规范。普通 NumPy 整数不能表示 NaN，含空值时使用 Int64。astype(int) 遇到坏值会失败；需要容错时先 to_numeric(errors="coerce") 并审计失败数。格式交换前确认时区、小数精度和可空类型是否被目标系统保留。