DataFrame.convert_objects( convert_dates = True，convert_numeric = False，convert_timedeltas = True，copy = True )
尝试推断对象列的更好dtype。
从版本0.21.0开始不推荐使用。
参数： | convert_dates ： 如果为True，请尽可能转换为日期。如果' convert_numeric ： 如果为True，则尝试强制转换为数字（包括字符串），不可转换的值变为NaN。 convert_timedeltas ： 如果为 copy ： 如果为 |
返回： | converted： 与输入对象相同 |
例子，
>>> df = pd.DataFrame({'int_str':['1', '2'], 'real_str':['a', 'b']})
>>> df.convert_objects(convert_numeric=True)
int_str real_str
0 1 a
1 2 bDataFrame.compound( axis = None，skipna = None，level = None)
返回请求轴的值的复合百分比。
参数： | axis ： 要应用的功能的轴。 skipna ： 计算结果时排除NA / null值。 level ： int或level name，默认为None 如果轴是MultiIndex（分层），则沿特定级别计数，折叠为系列。 numeric_only ： 仅包含 ** kwargs 要传递给函数的其他关键字参数。 |
返回： |
|
例子，
>>> import pandas as pd
>>> df = pd.DataFrame({'A': [5, 2], 'B': [4, 8]})
>>> print(df.compound())
A 17
B 44
dtype: int64