Pandas dtypes

https://pandas.pydata.org/docs/user_guide/basics.html#dtypes

概念

1)按大类型分

类型	类型对象	类型创建	简称
数字	Int64Dtype,…	直接写	‘Int8’, ‘Int16’, ‘Int32’, ‘Int64’, ‘UInt8’, ‘UInt16’, ‘UInt32’, ‘UInt64’,float16, float32, float64, float128
时间	DatetimeTZDtype	Timestamp	datetime64[ns, <tz>],timedelta64[ns]
字符串	StringDtype	str	‘string’
布尔	BooleanDtype	bool	‘boolean’

2）按小类型分
numeric类型缺失值是np.NaN而datetime和timedelt类型的缺失值是pd.NaT,这是两个特殊的值.不能用来做布尔等值判断,也即是说np.NaN == np.NaN返回值为False,pd.NaT也是一样的.
np.NaN可以转换为None,而pd.NaT不能转换为None

类型	缺失值	描述
int	np.NaN	int8, int16, int32, int64
float	np.NaN
bool		bool
object		string
timedelta	pd.NaT
datatime	pd.NaT	datetime64[ns]

转换

pandas使用object类型存储字符串,如果一列有多个类型,也是用object存储,这时每个单元格保持自己的类型
没有str类型,需要使用astype('str''')来转换,

数据转换	描述
to_numeric()	转换为numeric类型(int,float),然后通过astype转换为bool类型
to_datetime()	转换为datetime类型(datetime64[ns]),就是时间戳
to_timedelta()	转换为timedelta(timedelta64[ns])
astype(‘object’)	转换为字符串类型

使用转换函数可以传递error参数,

参数值	描述
errors=‘raise’	默认,任何转换错误都会终止
errors=‘coerce’	忽略错误,并将有问题的数据进行如下转换:时间格式转换为pd.NaT,numeric转换为np.nan
errors=‘ignore’	忽略错误,并且不做任何转换

https://pandas.pydata.org/pandas-docs/stable/getting_started/basics.html#defaults