Pandas自动推断最优数据类型：字符串转整数失效问题

为什么列A未转换为int类型？ #

这两个方法的设计逻辑决定了它们不会自动将字符串形式的数字转为数值类型：

• convert_dtypes()：仅负责将object类型转换为Pandas的nullable原生类型（如string、Int64），但不会解析字符串内容来完成字符串到数值的转换。它的作用是让类型更贴合Pandas的类型系统，而非做数据内容的类型转换。
• infer_objects()：仅针对原本是Pandas原生类型（如int）但被存储为object的列进行类型还原，同样不会处理字符串格式的数值。

替代方案 #

方案1：批量转换可解析为数值的列 #

使用pd.to_numeric()批量处理所有列，无法转换的列保持原类型：

import pandas as pd

df = pd.DataFrame({"A":["1","2"], "C":["abc","bcd"]})
# 遍历所有列，尝试转成数值，无法转换则保留原类型
for col in df.columns:
    df[col] = pd.to_numeric(df[col], errors="ignore")

# 查看转换后的类型
print(df.dtypes)
# A     int64
# C    object
# dtype: object

方案2：结合数值转换与nullable类型优化 #

如果需要支持缺失值的nullable类型（如Int64而非int64），可以先转数值再用convert_dtypes()优化：

# 先转数值
df = df.apply(lambda x: pd.to_numeric(x, errors="ignore"))
# 再转换为nullable最优类型
df = df.convert_dtypes()

print(df.dtypes)
# A     Int64
# C    string
# dtype: object

方案3：针对大规模列的高效处理 #

对于100+列的DataFrame，用apply结合pd.to_numeric的批量处理方式效率更高：

df = df.apply(pd.to_numeric, errors="ignore").convert_dtypes()

内容的提问来源于stack exchange，提问作者Viktor