在没有nA值的情况下更改dtype，或者在读取pandas中的DF时？

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 查看原始数据类型
print(df.dtypes)
# 输出：
# A    int64
# B    int64
# dtype: object

# 将'A'列的数据类型转换为float
df['A'] = df['A'].astype(float)

# 查看转换后的数据类型
print(df.dtypes)
# 输出：
# A    float64
# B      int64
# dtype: object

import pandas as pd

# 读取CSV文件，并指定数据类型
df = pd.read_csv('data.csv', dtype={'A': int, 'B': float, 'C': str})

# 查看数据类型
print(df.dtypes)