基于pandas的数据分析之数据类型转化踩坑总结

环境依赖：
MySQL 5.7.17
Python 2.7
MySQL-python 1.2.5
pandas 0.18.1

数据类型转化从以下两个方面讨论并分析：

1. 由于数据缺失导致DataFrame中int转float型
2. 由于数值类型字符串导致从csv加载到DataFrame时String转numeric

一、由于数据缺失导致DataFrame中int转float型

问题描述

基于Python将MySQL的表结构转化为Pandas的DataFrame时，出现如下问题：
a）age列原本为Int类型，但是在DataFrame中转化为Float类型
b）对于SQL中的None值在DataFrame里有多种表示方式。

数据源信息如下所示：


在DataFrame中展示效果如下：

原因分析

通过查阅官方文档得知，pandas在处理缺失值上，拥有一个自己的处理及转化逻辑；具体规则描述如下图所示：