数据类型转换

# 1> .astype()
#       可对Dataframe/arrays/单行/单列数据强制类型转换
#       当待转换列中含有不能转换的特殊值时(例子中￥,ErrorValue等)astype()函数将失效。有些时候# astype()函数执行成功了也并不一定代表着执行结果符合预期(神坑!）
#   有效：
#       数据列中的每一个单位都能简单的解释为数字(2, 2.12等）
#       数据列中的每一个单位都是数值类型且向字符串object类型转换
#   无效：
#       数据中含有缺失值、特殊字符，则可能失效
# 2> 自定义类型转换函数
#
# 3> Pandas辅助函数（to_numeric(),to_datetime(),to_timedelta()）
#       pd.to_numeric(data['所属组'], errors='coerce').fillna(0)
#           errors=‘raise’
#               ‘raise’:    nvalid parsing will raise an exception.
#               ‘coerce’:   invalid parsing will be set as NaN.
#               ‘ignore’:   invalid parsing will return the input.
#       pd.to_datetime(data[['day', 'month', 'year']])
#       pd.to_timedelta()   参数转换为时间增量
# 详见官方文档，