pandas数据类型转换，astype与convert

共同点： 都可实现数据类型的转换

不同点：
1、astype： 强制转换。将 pandas 对象强制转换为指定的 dtype；在转换为str时，空值也将被强制转换为str类型。

2、convert_dtypes： 转换为最佳类型。将 pandas 对象转换为可能的最佳 dtypes；支持pd.NA的 dtypes

举例：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        "a": pd.Series([1, 2, 3], dtype=np.dtype("int32")),
        "b": pd.Series(["x", "y", "z"], dtype=np.dtype("O")),
        "c": pd.Series([True, False, np.nan], dtype=np.dtype("O")),
        "d": pd.Series(["h", "i", np.nan], dtype=np.dtype("O")),
        "e": pd.Series([10, np.nan, 20], dtype=np.dtype("float")),
        "f": pd.Series([np.nan, 100.5, 200], dtype=np.dtype("float")),
    }
)
df
df.applymap(lambda x: type(x))
df.isna()         

# 1、astype(str)：空值也会被转换为 str
print(f'{"="*26} astype(atr) {"="*26}')

df_astype = df.astype(str)
df_astype.applymap(lambda x: type(x))
df_astype.isna()        


# 2、convert_dtypes()：空值仍然保留
print(f'{"="*60} convert_dtypes() {"="*60}')

df_convert = df.convert_dtypes()
df_convert.applymap(lambda x: type(x))
df_convert.isna()