convert_dtypes不能直接修复所有类型问题，因为它只做安全转换而不清洗数据：遇混合类型或脏值（如"missing"、单位符号）时保留string而非转为Int64；不自动调用pd.to_numeric(..., errors="coerce")；对含时区datetime支持有限。
convert_dtypes 为什么不能直接修复所有类型问题
convert_dtypes 是 pandas 1.0+ 提供的类型推断函数，目标是用更合适的 nullable 类型（如 Int64、string、boolean）替代 object 或默认数值类型。但它**不清洗数据**：遇到混合字符串和数字的列（如 ["1", "2", "missing"]），它会保留为 string，而非尝试转成 Int64 并将 "missing" 设为 pd.NA。
常见错误现象：df.convert_dtypes().dtypes 显示某列为 string，但你预期它是数值——这说明该列存在无法自动解析的脏值（空格、单位符号、异常标记等）。
- 它只做“安全转换”：只要某单元格内容不符合目标类型语义（如
"N/A"无法被解释为布尔），整列就退回到宽松类型 - 不会主动调用
pd.to_numeric(..., errors="coerce")这类强制转换逻辑 - 对含时区的 datetime 字符串支持有限，可能仍返回
object
在调用 convert_dtypes 前必须做的三件事
想让 convert_dtypes 发挥最大效果，得先清理数据结构层面的干扰。这不是可选项，而是前提。
-
统一缺失标识：把
"NULL"、"N/A"、"--"等人工标记替换成pd.NA（不是None或np.nan），例如：df = df.replace({"NULL": pd.NA, "N/A": pd.NA, "--": pd.NA}) -
剥离非数值字符：对疑似数值列（如价格、评分），用
str.extract(r"(\d+\.?\d*)")或str.replace(r"[^\d.-]", "", regex=True)清理单位或符号 -
显式指定列处理范围：避免对 ID 列（含前导零）或编码列误转，用
convert_dtypes(convert_string=False, convert_integer=False)关闭不需要的转换，再单独处理关键列
convert_dtypes + 手动 fallback 的典型组合写法
真正健壮的类型转换，是 convert_dtypes 和针对性强制转换的配合。下面这段代码处理一列混合了数字字符串、空值和异常标记的 "score"：
立即学习“Python免费学习笔记（深入）”；
import pandas as pd
<h1>先清洗</h1><p>df["score"] = df["score"].replace({"-": pd.NA, "—": pd.NA})
df["score"] = df["score"].str.strip() # 去空格</p><h1>尝试用 convert_dtypes 推断（此时已干净）</h1><p>df_converted = df.convert_dtypes()</p><h1>若仍是 string，说明还有残留问题 → 手动强转</h1><p>if df_converted["score"].dtype == "string":
df_converted["score"] = pd.to_numeric(df_converted["score"], errors="coerce")
df_converted["score"] = df_converted["score"].astype("Int64") # 转为 nullable int</p>注意：pd.to_numeric(..., errors="coerce") 会把所有无法解析的内容变成 pd.NA，之后再用 astype("Int64") 才能启用 pandas 的 nullable 整数类型；直接 astype(int) 会报错。
容易被忽略的 dtype 兼容性陷阱
convert_dtypes 输出的 Int64、boolean、string 类型，在下游计算或导出时可能引发意外行为：
- 与 numpy 函数（如
np.mean）不兼容：np.mean(df["col"])对Int64列会返回float64，但若含pd.NA，结果是nan，且不抛错——容易掩盖数据质量问题 - 写入 CSV 时，
pd.NA默认输出为空字符串，不是"<na>"</na>或NULL，需显式传na_rep="NULL" - 连接（
pd.concat）多个用convert_dtypes处理过的 DataFrame 时，同名列若推断出不同 nullable 类型（如一个为Int64，另一个为Int32），pandas 会统一降级为object
真正难的从来不是调用一次 convert_dtypes，而是判断哪些列值得转、哪些值必须提前归一化、以及后续每个操作是否悄悄绕过了 pd.NA 的语义。
