astype转类型后内存不降反升，主因是含nan时int32升为int32（object-like，开销翻倍），或category唯一率过高（>50%）；应先检查nan和唯一率，再选pd.int32dtype()或合理使用category。
astype 转类型时为什么内存没降反升？
直接调用 df.astype("int32") 或 df.astype("category") 后内存反而变大，通常是因为原始列含 NaN —— pandas 会自动把 int32 升级成能存 NaN 的 Int32（nullable integer），后者是 object-like 实现，内存开销翻倍。而 category 在唯一值过多（比如 >50% 唯一）时也会比原始 object 更占内存。
- 先检查空值：
df["col"].isna().sum()，非零就别硬转int - 对含
NaN的数值列，优先考虑pd.Int32Dtype()（注意是类型对象，不是字符串"Int32"） - 对字符串列，用
df["col"].nunique() / len(df)算唯一率，category
datetime 列用 astype("datetime64[ns]") 会丢精度吗？
不会丢，但前提是原始数据可被无歧义解析。如果列是字符串且格式混乱（如混着 "2023-01-01"、"01/01/2023"、"20230101"），astype("datetime64[ns]") 会直接报 ValueError: Unable to parse datetime，它不尝试智能推断，只做严格转换。
- 务必先用
pd.to_datetime(df["col"], errors="coerce")清洗，再用astype("datetime64[ns]")（其实此时已是该类型，这步可省） - 若只要日期不要时间，转成
datetime64[D]可省一半内存（从 8 字节 → 4 字节），但会截断时间部分 - 避免用
"M8[ns]"这类 NumPy 别名，pandas 对它的支持不稳定
category 类型在 groupby 和 merge 中有什么坑？
category 列参与 groupby 通常更快，但若不同 DataFrame 的 category 是独立构造的（比如分别用 astype("category")），它们的内部编码（codes）可能不一致，导致 merge 时匹配失败——看着值一样，却连不上。
- 合并前统一 category：用
pd.CategoricalDtype(categories=shared_cats)显式指定相同类别顺序 - 或改用
df["col"].astype("string")（pandas 1.0+），内存略高但语义更稳 -
groupby后若需排序，category 默认按 categories 顺序排，不是字典序，容易误判
一键优化整表内存的 astype 模式有哪些限制？
写个循环遍历列、按规则 astype 很常见，但要注意：pandas 不支持对整个 DataFrame 批量设 dtype（df.astype(...) 接收字典时，键必须是列名，不能模糊匹配）；而且 astype 是浅拷贝，原地修改需加 inplace=True 参数，但它对某些类型转换（如 category）无效，必须赋值。
- 安全写法：
df = df.astype({"col1": "category", "col2": "float32"}) - 别信
df.astype("category", inplace=True)—— 它只对单列有效，多列会静默失败 - 内存优化效果取决于数据分布，用
df.memory_usage(deep=True).sum()转换前后对比，别只看df.info()里的 estimate
NaN 行为是否还符合业务逻辑。比如把 float 列转成 Int32，NaN 变成 <na></na>，但下游 SQL 导出或 sklearn 模型可能根本不认 <na></na>，得提前兜底。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
