为何DataFrame.dt.days运算后日期转换类型有时为int有时为float？

我有一个包含object类型日期列的DataFrame：
[含object类型日期的DataFrame]

执行以下代码检查列类型：

for column in date_columns:
    print(column)
    print(df[column].dtype)

输出结果：

order_purchase_timestamp
object

order_approved_at
object

我希望将这些列转换为距当前日期的天数，执行代码：

df[date_columns] = df[date_columns].apply(pd.to_datetime)
for column in date_columns:
    print(column)
    print("Was type :", df[column].dtype)
    df[column] = (datetime.now() - df[column]).dt.days
    print("Is now of type :", df[column].dtype)

输出结果：

order_purchase_timestamp
Was type : datetime64[ns]
Is now of type : int64

order_approved_at
Was type : datetime64[ns]
Is now of type : float64

得到的DataFrame如下：
[同时含int和float类型天数的DataFrame]

为何第一列转换为int类型，第二列却为float类型？（我知道可自行转换类型，仅好奇原因）

核心原因是**order_approved_at列中存在缺失值（NaN）**：

• Pandas的整数类型（int64）无法存储缺失值NaN，当列中存在NaN时，计算后的结果会自动转为float64类型（浮点数类型支持存储NaN）。
• 而order_purchase_timestamp列没有缺失值，计算后所有结果都是整数，因此可以保持int64类型。

内容的提问来源于stack exchange，提问作者Barthélémy Déchanet