pandas astype(): str vs 'string' vs StringDtype

Question

很多關於 object 與 pandas 中的字符串 dtypes 的帖子。 在很大程度上，我已經理解了這種區別。 我不明白的是這三個選項之間的區別：

some_series.astype(str)
some_series.astype('string')
some_series.astype(pd.StringDtype())

• 第一個選項將 Series 的 dtype 轉換為 object 類型。
• 第二個選項保留 pd.NA（在 Jupyter 中顯示為 <NA>），因此是可以為空的字符串類型。
• 據我所知，第三個選項的行為似乎與第二個選項完全相同：也是可以為空的字符串類型。

此外，如果在執行 astype() 后檢查第二個和第三個選項的 dtype，兩者都返回相同的 output: string[python] 。

為了簡單起見，我可以只使用 astype('string') 而不是 astype(pd.StringDtype()) 並獲得完全相同的行為，包括轉換只有整數/浮點數的系列或此類數字數據的可空版本類型？ astype('string') 和 astype(pd.StringDtype()) 是否都在內部映射到 StringDtype？ 我無法在 pandas 文檔（或其他 stackoverflow 帖子）中找到關於這一點的清晰說明。 謝謝您的幫助。

使用：

• pandas 1.4.1
• python 3.10.4

Answer 1

Pandas 文檔解釋說“字符串”是 StringDtype 的別名。 請參閱下面的鏈接：
Pandas dtype 別名