Pandas 2.0 默认启用更激进的可空类型推断，优先使用Int64、string、boolean等扩展类型替代int64、object、bool，以原生支持缺失值，提升类型语义精度，但要求显式指定nullable类型并调整下游兼容逻辑。
<Pandas 2.0 的类型推断确实更智能，但“智能”不是魔法——它本质是默认启用了 dtype_backend="pyarrow"（可选）+ 更激进的 nullable 类型推导逻辑，且对空值、混合字符串/数字、布尔字段的处理不再妥协于 NumPy 的硬限制。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
为什么读 CSV 时 pd.read_csv() 默认开始识别 Int64 和 string 而不是 int64 和 object？
因为 Pandas 2.0 将 dtype_backend 默认设为 "numpy_nullable"（部分发行版）或显式鼓励切换。它优先尝试用可空类型替代传统 NumPy 类型：
- 遇到含 NaN 的整数列 → 自动选 Int64（而非降级为 float64）
- 遇到全字符串但含空值 → 用 string（而非 object）
- 布尔列含 None 或缺失 → 推出 boolean 类型
这背后是 pd.ArrowDtype 和 pd.StringDtype 等扩展类型的默认参与，它们天然支持缺失值，无需靠 float64 “打补丁”。
astype() 行为变了：为什么 df["col"].astype("int64") 在 2.0 里会报错，而 1.5 会静默转成 float64？
这是关键差异点：Pandas 2.0 对类型转换更严格，拒绝用精度损失换“成功”。
- 若列含 NaN，astype("int64") 直接抛 ValueError: Cannot convert non-finite values (NA or inf) to integer
- 你必须显式写 astype("Int64")（首字母大写）才能获得可空整型
- 同理，astype("string") 替代 astype(str)，避免 None → "None" 这类意外字符串化
这种设计防止了隐蔽的数据语义丢失，但也要求你提前检查空值或主动指定 nullable 类型。
使用 pd.array() 创建数组时，为什么 2.0 自动选 StringArray 而不是 ndarray？
因为底层构造逻辑变了：
- 输入含 None 或 pd.NA 的字符串列表 → pd.array(...) 优先匹配扩展数组协议
- 它会按顺序尝试 StringDtype → boolean → Int64 → 最后才回落到 object
- 你可以用 pd.array(data, dtype="string") 强制，但即使不指定，2.0 的启发式也比 1.5 更倾向扩展类型
注意：若环境已加载 PyArrow，dtype_backend="pyarrow" 会让 pd.array() 返回 ArrowExtensionArray，性能和内存表现更好，但依赖 pyarrow 包存在。
升级后发现 dtypes 输出变复杂，比如出现 string、boolean、Int64 —— 这会影响下游代码吗？
会，尤其当你的代码依赖 .dtype == "object" 做分支判断，或用 np.issubdtype(col.dtype, np.number) 检查数值列。
常见断裂点包括：
- df.select_dtypes(include=["number"]) 不再包含 Int64 列（需加 include=["number", "Int64"]）
- df.mean() 对 Int64 列仍返回 float，但 df.sum() 可能返回 Int64（保持整型语义），而旧版统一是 float64
- 使用 sklearn 等库前，常需手动 .astype(float) 或 .convert_dtypes(dtype_backend="numpy") 降级
这些不是 bug，是类型语义更精确后的必然代价——你得决定：要“安全推断”，还是“兼容旧假设”。
真正容易被忽略的是：Pandas 2.0 的“智能”不自动生效于所有上下文。比如 pd.concat() 或 df.copy() 默认仍用旧 dtype 规则，除非你全局设 pd.options.mode.dtype_backend = "numpy_nullable"，或者每个 IO 函数都传 dtype_backend=...。不显式声明，就别指望它替你兜底。
