有时需要修改 pandas DataFrame 的某一列的数据类型

假设，有整型数组 temp_array1 和浮点数数组 temp_array2，希望转换为两列的pandas DataFrame对象，第一列仍是整型，第二列仍是浮点型

可直接使用定义：

当列数较多时，对每列进行定义不划算，使用 np.column_stack 对列拼接后，再转换为pandas DataFrame对象

但 np.column_stack 拼接后整型被自动转换为浮点数，需对第一列数据类型进行修改

需要指定单列的数据类型时可有如下方法：

（1）直接对列赋值

（2）pandas.to_numeric() 方法

pandas.to_numeric(arg, errors='raise', downcast=None)

将参数arg转为numpy数值类型

arg：需要被转换的参数；

errors：默认'raise'，处理错误的方式，可选{‘ignore’, ‘raise’, ‘coerce’}；‘ignore’：无效的转换将返回输入；‘raise’：无效的转换将引发异常；‘coerce’：无效的转换将设为NaN；

downcast：默认None，可选{‘integer’, ‘signed’, ‘unsigned’, ‘float’}；如果不是None，并且数据已成功转换为数字数据类型，则根据一定规则将结果数据向下转换为可能的最小数字数据类型；‘integer’ 或 ‘signed’: 最小的有符号整型(numpy.int8)；‘unsigned’: 最小的无符号整型(numpy.uint8)；‘float’: 最小的浮点型(numpy.float32)；