使用pandas的DataFrame.at创建新列时是否可提前指定列数据类型？

问题原因说明 #

你遇到的类型变化不是随机的，是pandas的自动类型推断逻辑导致的：当你通过df.at[index, '不存在的列名']赋值时，pandas会先自动创建新列，此时如果存在未赋值的行（默认填充NaN，而NaN本身是float类型），pandas会做向上类型兼容，比如整数值加NaN就变成float，字符串加NaN就变成object类型。

正确解决方案 #

完全可以在赋值前就固定新列类型，不需要事后转astype，操作方法如下：

• 第一步先给DataFrame初始化指定类型的空列，直接调用pd.Series指定dtype即可：

# 示例：要新增可空字符串类型的列
df['new_column'] = pd.Series(dtype='string')
# 如果要存普通字符串（兼容None）就用dtype=object
# 要存可空整数就用dtype='Int64'（注意首字母大写，是pandas专属可空类型）
# 要存时间类型就用dtype='datetime64[ns]'

• 第二步再用df.at[index, 'new_column']做逐行赋值，此时列的类型已经固定，不会再被自动转换。

补充说明 #

如果已经通过df.at创建了类型错误的列，也可以用df['new_column'] = df['new_column'].astype('目标类型')做修正，但提前初始化的方式更稳妥，能避免隐式类型转换带来的脏数据问题。

内容的提问来源于stack exchange，提问作者paolov