用pandas做项目已经快4个月了，pandas中的模块使用也到了即使不记得，但是知道功能的地步。如果知道了功能，那么实现功能也不过就是查阅笔记的事。
正当一个人容易傲娇的时候，就会有各种小麻烦找上来。比如说：
1.merge合并表格时，dtype类型不一样；
2.datetime的处理；
3.series，numpy，dataframe，list的转换；
4.object到int，float，datetime的转换；
5.eval处理数据时，数据类型转换；
6.等等等等。
每当我处理数据时忘记转换数据类型，就会导致即将出结果之时报错，于是乎前面跑了n久n久的代码全作废。
总结了一下这些小trouble，大概都是数据类型的问题！！！
听起来挺好笑，数据类型不就那几个类型吗？
可是，数据类型如果统一转换好，就不存在后续的麻烦了~~~~
下面介绍一些我在项目中总结的经验：
一、读取表格时的类型转换
方法一：
[In]:
print(data.dtypes)
data = data.convert_objects(convert_numeric=True) # 该方法会有一个FutureWarning
print(data.dtypes)
data['时间'] = pd.to_datetime(data['时间'])
print(data.dtypes)
[out]:
LICENCECD object
ORDER_DATE object
CIGCD object
ORDQTY object
SLQTY object
COMPCD object
dtype: object
LICENCECD int64
ORDER_DATE object
CIGCD float64
ORDQTY float64
SLQTY float64
COMPCD int64
dtype: object
LICENCECD int64
ORDER_DATE datetime64[ns]
CIGCD float64
ORDQTY float64
SLQTY float64
COMPCD int64
dtype: object
方法二：
[In]:
print(data.dtypes)
data = data.infer_objects(convert_numeric=True) # 该方法会有一个FutureWarning
print(data.dtypes)
data['时间'] = pd.to_datetime(data['时间'])
print(data.dtypes)
[out]:
LICENCECD object
ORDER_DATE object
CIGCD object
ORDQTY object
SLQTY object
COMPCD object
dtype: object
LICENCECD object
ORDER_DATE object
CIGCD object
ORDQTY object
SLQTY object
COMPCD object
dtype: object
LICENCECD object
ORDER_DATE datetime64[ns]
CIGCD object
ORDQTY object
SLQTY object
COMPCD object
dtype: object
许可证号 object
这个infer_objects无效
但是在昨天的实验中，电脑不知咋了，convert_objects不好用了，不能转换数据类型
而infer_objects突然就好用了，此前convert_objects用了好几个月
所以，多试试才知道哪个好用
注：此方法一convert_objects / infer_objects可以应对后面的：
merge，append（以object数据类型为主）等各种合并；
eval() ，groupby().sum() 等各种数学运算，
下期更精彩！欢迎交流和转载！