pandas1.0.0发布后，于2020年2月编辑
熊猫通常为每个Series使用NumPy数组和dtype（数据帧是Series的集合，每个都有自己的dtype）。NumPy的文档进一步解释了dtype，数据类型和数据类型对象。另外，@ lcameron05提供的答案很好地描述了numpy
dtype。此外，关于dtypes的pandas文档还有很多其他信息。
存储在pandas对象中的主要类型是float，int，bool，datetime64 [ns]，timedelta
[ns]和object。另外，这些dtype具有项目大小，例如int64和int32。默认情况下，整数类型为int64，浮点类型为float64，是平台的REGARDLESS（32位或64位）。以下将导致int64 dtype。
但是，Numpy在创建数组时会选择依赖于平台的类型。以下WILL会在32位平台上生成int32。其中一个重大变化，以大熊猫的1.0.0版本引进
pd.NA来表示标缺失值（而不是以前的值np.nan，pd.NaT或None根据使用情况）。
Pandas扩展了NumPy的类型系统，还允许用户在扩展类型上编写他们的内容。以下列出了所有熊猫扩展名类型。
1）时区处理
数据类型：tz感知日期时间（请注意，NumPy不支持时区感知日期时间）。
数据类型：DatetimeTZDtype
标量：时间戳
数组：arrays.DatetimeArray
字符串别名：“ datetime64 [ns，]”
2）分类数据
数据种类：分类
数据类型：CategoricalDtype
标量：（无）
数组：分类
字符串别名：“类别”
3）时间跨度表示
数据种类：时间段（时间跨度）
数据类型：PeriodDtype
标量：期间
数组：arrays.PeriodArray
字符串别名：“ period []”，“ Period []”
4）稀疏的数据结构
数据种类：稀疏
数据类型：SparseDtype
标量：（无）
数组：arrays.SparseArray
字符串别名：’Sparse’，’Sparse [int]’，’Sparse [float]’
5）间隔索引
数据种类：间隔
数据类型：IntervalDtype
标量：间隔
数组：arrays.IntervalArray
字符串别名：“间隔”，“间隔”，“间隔[]”，“间隔[datetime64 [ns，]]”，“间隔[timedelta64 []]”
6）可空整数数据类型
数据种类：可为空的整数
数据类型：Int64Dtype，…
标量：（无）
数组：arrays.IntegerArray
字符串别名：’Int8’，’Int16’，’Int32’，’Int64’，’UInt8’，’UInt16’，’UInt32’，’UInt64’
7）处理文本数据
数据种类：字符串
数据类型：StringDtype
标量：str
数组：arrays.StringArray
字符串别名：“ string”
8）缺少值的布尔数据
数据类型：布尔值（不适用）
数据类型：BooleanDtype
标量：布尔
数组： arrays.BooleanArray
字符串别名：“ boolean”
