pandas 保存数据时，保留原来类型

当你使用 pandas 保存数据时，可以使用 `to_pickle` 或 `to_csv` 方法来保存数据。这些方法默认情况下会将所有数据转换为字符串并保存。如果你想保留原来的类型，可以使用参数 `dtype` 来指定数据类型。

如果你使用 `to_pickle` 方法保存数据，可以将 `dtype` 参数设置为 `pickling`，这将使用 Python 的 pickle 格式来保存数据，这样就可以保留原来的类型。示例如下：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'score': [80.5, 90.0, 95.5],
})

# 使用 to_pickle 方法保存数据，保留原来的类型
df.to_pickle('data.pickle', dtype='pickling')

# 使用 read_pickle 方法读取数据
df2 = pd.read_pickle('data.pickle')

# 查看读取的数据类型
print(df2.dtypes)

如果你使用 `to_csv` 方法保存数据，可以将 `dtype` 参数设置为 `object`，这将使得所有数据都被保存为字符串，并且在读取数据时会自动转换为原来的类型。示例如下：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'score': [80.5, 90.0, 95.5],
})

# 使用 to_csv 方法保存数据，保留原来的类型
df.to_csv('data.csv', index=False, dtype='object')

# 使用 read_csv 方法读取数据
df2 = pd.read_csv('data.csv')

# 查看读取的数据类型
print(df2.dtypes)