# 各要素はそれぞれの型をもっていたとしても
# pandasでは文字列を含むSeriesやDataFrameの列は「object型」と表示される
s_object = pd.Series([0, 0.1, 'abc', np.nan])
s_object

# mapを使えば、各要素のtypeを表示可能
# NaNはfloat型になる
s_object.map(type)

# NaNはfloat型だが、strにキャストすると
s_str_astype = s_object.astype(str)
print(s_str_astype)

# NaN（大文字）も文字列 'nan'（小文字）になり
s_str_astype.map(type)

# dropna()でも除外されない
s_str_astype.dropna()

# キャストする前に欠損値の処理をするか
# replace()で'nan'を欠損値に置き換えて処理するか
s_str_astype_nan = s_str_astype.replace('nan', np.nan)
s_str_astype_nan

pd.read_csv(~, dtype=str)

pd.read_csv(~, dtype={'A':float, 'B':str})

df.astype(str)

df['列A'].astype(int)　←　この場合、変換された列だけが戻ってくる

df.astype({'列A':int}) ← 戻り値をDFにしたい場合は、こちらを利用する

# 複数の場合（dict）
df.astype({'A': float, 'C': int8})

df.index.astype(int)