使用pandas .astype指定数据类型后，.replace导致类型异常的原因咨询

我有一个包含以下列的DataFrame：

Index(['tiername', 'month', 'network', 'specnewsmarket', 'year', 'adjeng',
       'hev', 'subs', 'SN Market Grp', 'Region', 'State', 'CleanStnNm',
       'Quarter', 'StnGrp', 'StnGrpOrder', 'CleanStnNm_AllStns',
       '2021 YTD HEV', '2020 YTD HEV', 'yymm']

我想给这些列指定特定数据类型，同时清理一些false相关的输入方便后续操作。于是从竖线分隔的CSV文件里读取类型映射，用下面的函数来处理：

import pandas as pd 
def force_columnDtypes(df) -> pd.DataFrame:
    """Ensures datatypes are correct before pivoting."""
    dtypesMapping = pd.read_csv('references/Mappings/dtypes.txt',delimiter ='|',index_col=0)['0']
    df['month'] = df['month'].astype(float) # 先转float再转int
    df = df.astype(dtypesMapping)
    df = df.replace(['FALSE',False,'False'],'False')
    return df

结果发现.replace()会搞乱数据类型，尤其是最后一列yymm：要是去掉.replace()，df.dtypes显示yymm是object类型，符合预期；但一调用.replace()，yymm就变回int64了。我可以硬编码指定类型，但想搞清楚为啥会这样。

问题出在pandas的.replace()方法会自动推断替换后列的最优数据类型，不会老老实实保留原类型。

具体来说：

• 你通过df.astype(dtypesMapping)把yymm设为object类型后，它存的是字符串形式的数值（比如"202301"）。
• 当你对整个DataFrame调用df.replace(['FALSE',False,'False'],'False')时，pandas会扫一遍所有列检查有没有要替换的值。对于yymm列，虽然没找到需要替换的false相关值，但pandas发现这列所有元素都是能转成整数的字符串，就自动把它的类型从object（字符串）改成int64了——这是pandas默认的优化操作，为了节省存储。

要是不想让它自动转类型，有两个办法：

• 只对存在false值的列做替换，别对整个DataFrame操作。比如确认只有hev列有false值，就只处理这列：

df['hev'] = df['hev'].replace(['FALSE',False,'False'],'False')

• 或者在替换完之后，重新把yymm设回object类型：

df = df.replace(['FALSE',False,'False'],'False')
df['yymm'] = df['yymm'].astype(object)

内容的提问来源于stack exchange，提问作者Jack Driscoll