章节导读
pandas 的数据类型体系分为基础 dtype 和**扩展类型（ExtensionArray）**两类。理解它们之间的区别，有助于正确选择存储方式、避免类型陷阱并提高性能。
本章包含：
- 3.1 dtypes – 所有 pandas 内置与扩展数据类型
- 3.2 类型工具 – 类型判断、转换函数及缺失值标识
为什么需要关注 dtype？
- 决定内存占用
- 决定运算规则
- 决定缺失值行为
- 决定与其他库（如 NumPy、PyArrow）的交互方式
快速查看数据类型
df.dtypes返回每一列的类型df.info()概述各列类型与内存series.dtype查看单个 Series 的类型
小结
小结
- dtypes：涵盖基础数值、布尔、对象、时间及可空/扩展类型，理解它们能更好地控制数据和内存。
- 类型工具：
pd.api.types提供精准类型判断；astype、convert_dtypes、to_datetime等完成灵活转换。- 缺失值：
pd.NA、pd.NaT、np.nan、None各有适用场景，推荐使用pd.isna()统一判断。