python dtype强制类型转换_为什么从对象或str转换为类别时dtype不同？

为什么在pandas中将一个专栏转换为一个类别时，我会收到两种不同的行为？在

例如，假设我用>>> import pandas as pd

>>> import numpy as np

>>> pd.__version__

u'0.22.0'

>>> np.__version__

'1.14.0'

>>> df = pd.DataFrame(columns=['nombre'], data=[1,2,3,4])

现在我将列转换为一个对象：

^{pr2}$

数据类型现在是object。在>>> df['nombre'] = df['nombre'].astype('category')

>>> print(df['nombre'].cat.categories.dtype.name)

int64

转换为类别后，内部数据类型为int64。在

让我们从一个新的数据帧开始>>> del df

>>> df = pd.DataFrame(columns=['nombre'], data=[1,2,3,4])

这一次，我们将内部列转换为“str”>>> df['nombre'] = df['nombre'].astype('str')

>>> print(df['nombre'].dtype)

object

内部表示是一个对象。这是有道理的，因为我们转换为'str'。在>>> df['nombre'] = df['nombre'].astype('category')

>>> print(df['nombre'].cat.categories.dtype.name)

object

在转换为一个类别之后，内部数据类型现在是object，这与我们之前收到的int64不同？在

所以我的问题是，为什么从一个对象数据类型转换为一个类别时，我会收到两个不同的行为？在